文献类型：期刊文章

作　　者：杨永波[1] 李栋[1] 房建东[1] 董祥[1] 李毅伟[1]

YANG Yongbo;LI Dong;FANG Jiandong;DONG Xiang;LI Yiwei(Key Laboratory of Perception Technology and Intelligent System of Inner Mongolia,College of Information Engineering,Inner Mongolia University of Technology,Hohhot 010051,China)

机构地区：[1]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

出　　处：《计算机工程与应用》

基　　金：内蒙古自治区自然科学基金(2022QN06004,2019MS06023);内蒙古自治区科技攻关项目(2019GG334,2019GG337,2019GG376)。

年　　份：2024

卷　　号：60

期　　号：13

起止页码：361-368

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD_E2023_2024、INSPEC、JST、RCCSE、ZGKJHX、核心刊

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  

分 类 号：TP391.41]