自适应特征融合的轻量级交通标志检测方法

来源：电子测量技术杂志2022年第23期北京时间：

作者：梁秀满，邵彭娟，刘振东，赵恒斌

单位：华北理工大学电气工程学院，河北 唐山 063210

摘要：针对目前交通标志检测方法中网络计算量大、检测效果差的问题，提出一种嵌入坐标注意力机制的轻量级交通标志检测方法。首先在MobileNetv2的残差块中嵌入坐标注意力机制CA（channel attention）模块以保留通道注意力中的坐标信息；其次利用改进的MobileNetv2对YOLOv4主干网络做轻量化处理，并且在PANet中采用深度可分离卷积块降低计算量；然后使用ASFF自适应特征融合改进PANet结构来均衡不同特征层的不一致性，最后在特征融合模块加入注意力以增加目标信息的权重；并由K-Means++算法产生新的先验框聚类中心。实验表明，权重文件由136M降至54.5M削减了60%，网络体积削减了80%，精度达到96.84%，与YOLOv4网络相比仅损失了0.46%的精度。

关键词：轻量级网络;注意力机制;聚类算法;自适应特征融合