面向嵌入式端的轻量级交通信号灯检测算法

来源：计算机工程与应用杂志2024年第13期北京时间：

作者：杨永波, 李栋, 房建东, 董祥, 李毅伟

单位：内蒙古工业大学 信息工程学院 内蒙古自治区感知技术与智能系统重点实验室，呼和浩特 010051

摘要：针对现有交通信号灯检测算法计算量和模型大，嵌入式端部署难，且对远距离交通信号灯的检测难度大，漏检率高等问题，设计了一种面向嵌入式端的轻量级交通信号灯检测算法，针对轻量化和实时性要求，采用GhostNet网络Ghost模块和Ghost瓶颈层结构，减少了模型参数量，提升了检测速度；针对特征相似问题，采用加权双向特征金字塔网络结构，使得算法对目标更敏感；使用密集空洞空间金字塔池化，优化全局上下文信息的提取；针对小目标识别问题，通过多尺度检测的改进，增强对小目标的信息提取；通过知识蒸馏，提升模型学习能力，进而提高检测性能。实验结果表明，该检测算法对交通信号灯的识别精度达到了97.0%，召回率达到了99%，较YOLOv5s算法分别提高了2.7和3个百分点，模型大小减小到8.06?MB，是YOLOv5s的58%，识别速率从51帧每秒提升到56帧每秒，通过在嵌入式端的测试，改进后算法对远距离下的交通信号灯能够实时准确地识别。

关键词：目标检测,轻量级,GhostNet,知识蒸馏,密集空洞空间金字塔池化