计算机工程

作者：许明, 屈泰澎, 姜彦吉

单位：辽宁工程技术大学软件学院, 辽宁 葫芦岛 125105

关键词：目标检测,交通标志识别,YOLOv7,多分支特征提取,多尺度特征融合,注意力机制

基金：辽宁省教育厅项目(LJKZ0338)

为解决现有目标检测算法在复杂场景下对交通标志的误检、漏检等问题, 提出一种改进YOLOv7的交通标志检测算法YOLOv7-MBFE。首先, 提出一种基于膨胀卷积的多分支特征提取模块, 控制最短和最长的梯度路径, 增强模型的特征提取能力; 其次, 在头部网络中构建渐进特征金字塔结构, 充分融合不同层次的特征信息, 改善模型的特征表达能力; 在SPPCSPC模块中引入通道注意力机制, 自适应调整通道的权重, 增强不同通道之间的特征交互, 并将多头自注意力机制融合至下采样阶段, 增强模型对全局上下文信息的感知能力, 提高模型在复杂场景下的检测性能; 最后, 使用Focal-EIoU替换原YOLOv7模型中的损失函数, 使模型更专注于高质量的锚框, 加快模型的收敛速度, 提高模型的鲁棒性。在中国交通标志检测数据集上进行大量实验, 结果表明, 相较于YOLOv7算法, 该算法的平均精度均值(mAP)提升了9.25%, 准确率提升了3.92%, 召回率提升了5.19%。改进后的算法能够显著改善复杂场景下的误检、漏检等问题, 检测效果优于原始算法和经典目标检测算法。

来源：2025年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第2期