融合通道剪枝的轻量化YOLOv8交通标志检测算法

来源：电子测量技术杂志2026年第5期北京时间：

作者：艾强，冯永安，王灵超，董丽欣

单位：1.青海师范大学计算机学院 西宁 810008; 2.藏语智能全国重点实验室 西宁 810008; 3.辽宁工程技术大学软件学院 葫芦岛 125105;4.辽宁理工学院信息工程学院 锦州 121000

摘要：针对现有交通标志检测算法在边缘计算设备上部署时面临的计算开销大、对小目标和形变目标检测能力不足的问题，本文提出一种融合通道剪枝的轻量化YOLOv8交通标志检测算法LTS-YOLO。首先，在YOLOv8n的基础上，设计了一种结合噪声抑制与深层语义增强的特征融合模块（NSSE），以优化多尺度特征表达并抑制背景干扰。其次，在主干网络中引入多尺度通道注意力（MSCA），并在检测头前集成局部形变注意力（LDA），以分别增强模型对不同尺度目标的感知能力和对几何形变的鲁棒性，从而构建高精度模型TS-YOLO。最后，为实现模型轻量化，基于BatchNorm缩放因子设计通道剪枝策略对TS-YOLO进行压缩，得到最终的LTS-YOLO模型。在TT100K和CCTSDB两个公开数据集上的实验结果表明，相比基线模型YOLOv8n，TS-YOLO在mAP@50.95指标上分别提升了2.5%和1.8%，经过剪枝得到的LTS-YOLO模型，在保持精度优势的同时，参数量与计算量显著降低，验证了本方法的有效性和实用性。

关键词：交通标志检测;YOLOv8;轻量化模型;注意力机制;通道剪枝

基金资助：国家自然科学基金面上项目(51874166)、国家自然基金青年基金(51904144)、青海师范大学中青年科研基金(2023QZR002)、青海师范大学2025年大学生创新训练计划项目(qhnucxcy2025022, qhnucxcy2025026)资助