面向弱光交通场景的YOLOv7道路标志检测算法优化

来源：计算机工程杂志2025年第3期北京时间：

作者：孙亭, 杨洁, 李家璇, 王耀宗

单位：西南林业大学机械与交通学院, 云南 昆明 650224

摘要：针对交通标志检测算法在黑夜及弱光条件下存在检测精度不高、漏检等问题, 提出一种改进YOLOv7的交通标志检测算法。构建用于弱光增强的高斯图像滤波器, 抑制其背景噪声, 对图像实现像素增强。在YOLOv7网络中, 构建新的AC-ResBlock残差模块来替代ELAN中的3×3卷积模块, 以提高交通标志的特征提取能力和网络推理速度。引入SIoU损失函数提高模型的准确度, 加速训练过程收敛。采用K-means++算法代替K-means重新标定锚框的尺寸, 在扩展后的中国交通标志检测数据集CCTSDB上的实验结果表明, 改进后的YOLOv7算法准确率达到95.7%, 召回率达到94.8%, 平均精度达到96.3%, 优于YOLOv8、YOLOv5及其他主流检测算法, 可以实现黑夜及弱光条件下的交通标志检测。对于复杂环境下的交通标志检测具有一定的研究意义。

关键词：交通标志检测,YOLOv7算法,黑夜图像增强,自注意力机制,损失函数

基金资助：云南省教育厅重点基金项目(2023J0711); 农业推广理论与实践案例库的建设(503210305); 农林研究生教育中产教融合和科教融合的探索(503210401)