文献类型：会议论文

中文题名：基于改进YOLOv7的交通标志识别算法研究

作者：朱景祥[1];徐光美[1];张敬尊[1];刘帅[1];

第一作者：朱景祥

机构：[1]北京联合大学智慧城市学院;

第一机构：北京联合大学智慧城市学院

会议论文集：中国计算机用户协会网络应用分会2024年第二十八届网络新技术与应用年会论文集

会议日期：20241121

会议地点：中国山东威海

语种：中文

中文关键词：交通标志识别;YOLOv7;NWD损失函数;DyHead识别头;SE注意力机制

摘要：随着无人驾驶技术的发展,准确及时地识别交通标志越来越重要。YOLOv7是单阶段目标识别领域中的经典算法,在交通标志识别任务中具有较大优势,但是识别精度和识别小目标的能力有待提升。为提高模型精度以及识别小目标的能力,基于NWD损失函数、DyHesd识别头和SE注意力机制设计了改进的YOLOv7网络。首先,在主干网络中引入SE注意力机制,使模型更加关注对目标物体有意义的特征,从而提高识别精度;其次引入小目标识别DyHead识别头,将尺度注意力、空间注意力、任务注意力叠加,提高小目标识别能力;最后引入NWD损失函数改进对微小物体的位置偏差敏感问题。在CCTSDB数据集上的实验显示,改进后的模型在mAP上比基线YOLOv7提升了3%;在TT100k上,模型的识别精度达到了89.1%,比基线YOLOv7提升了3%。