基于Cache-DCN YOLOX算法的交通标志检测方法研究

作     者：高尉峰 王如刚 王媛媛 周锋 郭乃宏 GAO Weifeng;WANG Ruguang;WANG Yuanyuan;ZHOU Feng;GUO Naihong

作者机构：盐城工学院信息工程学院江苏盐城224051 盐城雄鹰精密机械有限公司江苏盐城224006 

基　　金：江苏省研究生实践创新计划项目(SJCX22_1685,SJCX21_1517) 江苏省高等学校自然科学研究重大项目(19KJA110002) 国家自然科学基金项目(61673108) 江苏省高校自然科学研究面上项目(18KJD510010,19KJB510061) 江苏省自然科学基金项目(BK20181050) 

出 版 物：《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期：2024年第32卷第2期

页      码：71-77,84页

摘      要：针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种基于Cache-DCN YOLOX算法的交通标志识别方法;在该方法中,使用DCN可变形卷积替换backbone中的普通卷积,有效地增大了模型的感受野,提高了特征提取能力;使用EIoU损失函数代替YOLOX中的GIoU损失函数,优化了训练模型,提高了收敛的速度;优化设计了YOLOX算法中的强弱两阶段的训练过程,增强了模型的泛化性能,同时加入cache方案,进一步提高了检测精度;在交通标志数据集TT100K上进行了实验,提出方法的检测精度为67.2%,比原YOLOX算法的检测精度提升了6.4%,同时,在被遮挡的小目标等多种受干扰的环境下,提出的方法能够精确地检测出交通标志,并有着较好的置信度,满足实际需求。

主 题 词：深度学习 YOLOX 交通标志识别 可变形卷积 小目标检测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16526/j.cnki.11-4762/tp.2024.02.011

馆 藏 号：203126108...