基于YOLOv4-tiny的交通标志检测

摘要

交通标志检测是辅助驾驶、自动驾驶系统中的重要组成部分,针对交通标志检测任务中复杂环境下的小目标检测精度低的问题,提出一种基于YOLOv4-tiny的交通标志检测方法.在YOLOv4-tiny算法中引入注意力机制,使网络聚焦于有效特征,抑制干扰特征,提高算法检测能力.利用K-means聚类算法重新定义网络的初始候选框,加速网络收敛.通过测定平均精度均值(mean average precision,mAP)对研究结果进行评估,在TT100K交通标志数据集上,mAP达到94.13％,比YOLOv4-tiny提高了5.6％.实验结果表明,相比于YOLOv4-tiny,该方法对于复杂环境下的交通标志具有更好的检测性能,更能满足实际需求.