基于改进YOLOv4-Tiny的交通标志图像识别算法研究

来源：计算机应用与软件杂志2025年第5期北京时间：

作者：孙海明, 付世超

摘要：为实现无人驾驶汽车对交通标志的精准识别，提出基于改进YOLOv4-Tiny的交通标志图像识别算法YOLO-slim。在原算法中加入卷积注意力网络并在特征金字塔网络中引入浅层特征，提高算法对不同层间特征信息的利用率。使用深度可分离卷积替换标准卷积减少网络参数量压缩模型权重文件。在模型训练中使用Focus loss损失函数平衡难易样本。实验结果表明，YOLO-slim的平均准确率为94.41%，权重文件为4.49 MB，检测速度为8.0 ms。改进后的算法准确率更高、权重文件更小，更适合部署在车载计算单元上。

关键词：交通标志, 算法, 注意力机制, 深度可分离卷积