改进YOLOX的弱光线道路交通标志检测

来源：电子测量技术杂志2023年第6期北京时间：

作者：霍爱清，南思媛，胥静蓉

单位：西安石油大学电子工程学院 西安 710065

摘要：针对弱光线环境下道路交通标志检测精度不高、漏检、错检等情况，提出了一种改进YOLOX的融合检测算法。该算法引入轻量级Mobile Vi T Block模块，将CNN和Transformer结合，提高了网络对物体局部和全局特征的学习能力；通过添加自适应特征融合金字塔ASFF，对有效特征层进行加权融合，加快了网络训练收敛速度；并采用Focal Loss替换二元交叉熵损失函数，用以解决因样本少导致分类不准确的问题。实验结果表明，相较于YOLOX算法，改进YOLOX算法mAP值提升了2.89%，参数量减少了6.23 M，可视化实验进一步验证了所提算法可以提高检测精度，有效避免因弱光线导致的漏检、错检现象。

关键词：交通标志检测;Mobile Vi T网络;自适应空间特征融合;Focal损失函数;YOLOX算法

基金资助：陕西省科技厅一般工业项目(2020GY-152)、陕西省教育厅基金(17JS108)、西安石油大学研究生创新与实践能力培养项目(YCS22113109)资助