一种融合注意力机制与上下文信息的交通标志检测方法

来源：计算机测量与控制杂志2022年第3期北京时间：

作者：王林,张文卓

单位：西安理工大学 自动化与信息工程学院

摘要：针对当前交通标志检测中存在小目标检测精度低、检测实时性不高以及目标漏检等问题,在YOLOv3基础上提出了一种融合了注意力机制与上下文信息的交通标志检测方法。首先通过改进通道注意力机制的压缩方式,对特征图通道重新进行标定；然后引入空间金字塔池化模块SPP；最后增加特征映射并拼接到原特征融合网络中的小目标部分,充分利用上下文信息增强对小目标的检测。实验结果表TT100K(Tsinghua-Tencent 100K)交通标志数据集上,与YOLOv3网络相比,在每秒传输帧数(Frame Per Second,FPS)变化不大的情况下,平均精度均值和小目标的精度均值分别提升3.03%和4.59%。实验结果证明了改进网络在小目标检测和整体检测中的有效性。

关键词：小目标检测;YOLOv3;注意力机制;SPP;上下文信息

基金资助：陕西省科技计划重点项目(2017ZDCXL-GY-05-03)