基于改进RT-DETR的公路路面交通标识检测算法

来源：电子测量技术杂志2025年第8期北京时间：

作者：孙海青，杨传颖，敖乐根

单位：1.内蒙古工业大学信息工程学院 呼和浩特 010080;2.内蒙古灵奕高科技(集团)有限责任公司 呼和浩特 010010

摘要：为了降低复杂天气、光照变化和交通标识污损等环境因素干扰和算法自身复杂度高导致模型性能的下降，提出一种以RT-DETR为基准模型的公路路面交通标识检测算法。首先，使用设计的轻量化模块CSP-PMSFA作为算法的主干网络，降低模型的计算量和参数量，提高模型的表达能力。然后，针对原有算法尺度内特征交互模块计算量大、模型容量小且计算效率有限等问题，引入了级联分组注意力CGA进行改进。最后，设计了跨尺度特征融合模块EMBSFPN，用于解决感受野适应性不足，特征信息处理有限的问题；采用EUCB上采样模块的解码机制在保证准确度的情况下保留和融合特征信息，优化性能的同时提高模型的鲁棒性。实验结果表明，改进算法在ROAD MARK路面标识检测数据集上与原有算法相比mAP50提高了2.6%、FPS提高了13.6帧，计算量和参数量分别下降了29.7%和39.6%，整体优于其他改进算法，在进行轻量化的同时提高了检测精度和速度，具有实用性。

关键词：交通标识;RT-DETR;深度学习;PartialConv高效卷积;注意力机制;特征融合;EUCB上采样