基于改进的小目标交通标志检测算法研究

来源：电子测量技术杂志2025年第6期北京时间：

作者：韩东旭，谢雨飞

单位：北京建筑大学智能科学与技术学院 北京 102616

摘要：为了解决交通标志小目标检测所存在的漏检、误检和准确率低等问题，本文提出了一种小目标交通标志检测模型YOLOv8-Faster-Ghost-GAM。该算法首先在主干网络的最后一个C2f模块中引入了全局注意力机制（GAM），增强关键特征并抑制无关信息，显著提升了目标检测中的小目标和复杂场景下的识别能力；其次，将主干网络中的每个C2f模块替换为Fasternet，以减少模型参数量，并将普通卷积替换为幻影卷积Ghost，使用低廉的线性变换较少计算量；最后，采用WiOU损失函数，有效提升对低质量样本的识别，精度提升了1.6%，召回率提升了3.2%，证明了所作的改进的有效性。

关键词：FasterNet;GAM;小目标交通标志检测;YOLOv8;Ghost;WiOU

基金资助：北京市教委科研项目 (KM202110016007)资助