来源：期刊VIP网 时间：
作者：黄智渊;方遒;郭星浩;
单位：厦门理工学院机械与汽车工程学院;厦门大学航空航天学院;
摘要：道路交通标志识别是自动驾驶、车联网的重要组成部分，为进一步提高交通标志检测的精度和速度，提出一种基于YOLOv8s改进的YOLOv8-TS道路交通标志检测网络。首先，对YOLOv8s进行了整体的轻量化设计，并设计了Conv-G7S和CSP-G7S模块，减少了网络的参数量；其次，设计了CSP-SwinTransformer模块，强化了模型利用窗口内的特征信息进行上下文感知和建模的能力；然后，在颈部网络融合了卷积注意力机制（CBAM），强化了模型对不同通道、空间权重信息的学习；最后，对损失函数进行了改进，提升了边界框回归性能。实验结果表明，在中国道路交通标志TT100K数据集上，精确率（Precision）、平均精度（mAP@0.5）分别提高了6.9%、3.7%，而改进后模型的参数量下降了75.4%，模型的大小仅为5.8 MB，平均精度（mAP@0.5）达到96.5%，检测速度由126.58 f/s提升至136.99 f/s。
关键词：交通标志检测;;YOLOv8-TS;;轻量化;;注意力机制;;Conv-G7S;;WIoU
基金资助：福建省自然科学基金项目（2022J011247）
