摘 要：針對傳統(tǒng)交通標(biāo)志檢測算法識別精度較低、受環(huán)境因素影響較大等問題，提出一種基于YOLOv8n的交通標(biāo)志檢測算法。為解決卷積運算帶來的參數(shù)共享問題，利用感受野注意力（RFA）機制為每個卷積核滑窗生成不同的特征權(quán)重，并通過坐標(biāo)注意力（CA）獲取長距離信息，以加強網(wǎng)絡(luò)對全局與局部信息的關(guān)注度；同時引入聚焦邊界框自身形狀與尺度的Shape-IoU損失函數(shù)計算預(yù)測框回歸損失。在GTSDB數(shù)據(jù)集上進行驗證實驗。實驗結(jié)果表明，相較于基礎(chǔ)模型，改進后的模型平均精確度達到了94.8%，參數(shù)量僅為3.210 MB，能夠滿足實時檢測標(biāo)準(zhǔn)，適用于復(fù)雜交通場景下的交通標(biāo)志檢測任務(wù)。

關(guān)鍵詞：YOLOv8n；交通標(biāo)志；實時檢測算法；Shape-IoU損失函數(shù)；RFA機制；GTSDB數(shù)據(jù)集

中圖分類號：TP391.4 文獻標(biāo)識碼：A 文章編號：2095-1302（2025）04-00-04

0 引 言

交通標(biāo)志檢測算法作為智能駕駛系統(tǒng)的重要組成部分，可以為行駛車輛提供前方道路的交通標(biāo)志信息，以保障道路交通安全。因此，精確且高效的交通標(biāo)志檢測算法可以極大地減少交通事故的發(fā)生，對于實現(xiàn)智能駕駛與交通調(diào)控具有重要意義[1]。

交通標(biāo)志檢測可以分為基于傳統(tǒng)方法與基于深度學(xué)習(xí)的方法。基于傳統(tǒng)方法的交通標(biāo)志檢測算法根據(jù)目標(biāo)的顏色、形狀等人工提取圖像特征，再通過分類器將目標(biāo)分類。手工提取的特征無法表達目標(biāo)的深層語義，使得傳統(tǒng)方法的精確度較低。卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network， CNN）的發(fā)展，讓目標(biāo)檢測的性能得到極大提高，使得基于深度學(xué)習(xí)的交通標(biāo)志檢測算法逐步取代了傳統(tǒng)檢測算法。基于深度學(xué)習(xí)的目標(biāo)檢測算法可以分為單階段與雙階段算法。雙階段算法通過區(qū)域候選網(wǎng)絡(luò)（Region Proposal Network， RPN）提取可能存在物體的候選區(qū)域，再對每個候選區(qū)域的目標(biāo)進行定位與識別，通常具有更高的檢測精度，如R-CNN與Faster R-CNN算法[3-4]等。單階段算法能夠直接由輸入圖像得到目標(biāo)物體的類別與位置信息，通常具有更快的檢測速度，如SSD和YOLO系列算法[4-5]等。YOLO算法為經(jīng)典的單階段算法之一，采用端到端的卷積神經(jīng)網(wǎng)絡(luò)模型，相較于雙階段算法，更適用于實時性較高的應(yīng)用場景。2023年，Ultralytics發(fā)布YOLOv8版本，進一步提高了模型的檢測準(zhǔn)確性。YOLOv8可以完成分類、分割與姿態(tài)估計等任務(wù)。通過調(diào)整網(wǎng)絡(luò)寬度與深度，YOLOv8可以分為YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l和YOLOv8x。這些不同大小的模型，能夠更好地權(quán)衡精度與速度，從而高效完成檢測。

與其他目標(biāo)檢測任務(wù)相比，交通標(biāo)志檢測通常需要算法具有更強的小目標(biāo)檢測性能，且由于交通標(biāo)志的應(yīng)用場景復(fù)雜多樣，光照與氣候條件也會對算法的檢測效果造成不同程度的影響，導(dǎo)致交通標(biāo)志檢測時存在較多的漏檢與誤檢情況。

針對上述問題，本文提出了一種改進YOLOv8n的交通標(biāo)志檢測算法。該算法主要工作如下：

（1）使用CA注意力使網(wǎng)絡(luò)關(guān)注顯著特征，并通過RFA模塊彌補CA注意力的不足，使注意力圖無需在卷積核滑窗間共享參數(shù)；

（2）采用Shape-IoU計算邊界框回歸損失，綜合考慮邊界框自身的尺寸與形狀。

1 改進YOLOv8n算法

YOLOv8網(wǎng)絡(luò)主要由3個部分組成：特征提取網(wǎng)絡(luò)（Backbone）、特征融合網(wǎng)絡(luò)（Neck）與檢測頭（Head）。相比于YOLOv5，YOLOv8將C3模塊替換為C2f模塊，使模型獲得更豐富的梯度流信息；其次，YOLOv8使用解耦頭（Decoupled Head）與Anchor-Free策略，且不再有之前的Objectness分支；再次，YOLOv8使用二進制交叉熵?fù)p失作為分類損失，使用DFL（Distribution Focal Loss）與CIoU作為邊界框回歸損失；最后，YOLOv8采用Task-Aligned Assigner動態(tài)分配策略，能夠動態(tài)地調(diào)整正負(fù)樣本的分配比例，以適應(yīng)不同的任務(wù)和數(shù)據(jù)分布?？紤]到Y(jié)OLOv8不同模型的訓(xùn)練時間與檢測效果，本文對YOLOv8n網(wǎng)絡(luò)進行改進。改進后的YOLOv8n網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

1.1 RFCAConv模塊

卷積運算作為卷積神經(jīng)網(wǎng)絡(luò)的基本運算，雖然能夠極大地提升深度學(xué)習(xí)模型在計算機視覺方面的性能，但也存在著許多局限性。如一味地增加網(wǎng)絡(luò)深度，并不會提升模型性能，反而會出現(xiàn)退化現(xiàn)象。在降低模型計算開銷和復(fù)雜性的同時，卷積計算中的參數(shù)共享策略也限制了網(wǎng)絡(luò)的性能。

針對CNN的內(nèi)在局限性，注意力機制是很好的解決方法。注意力機制的屬性使網(wǎng)絡(luò)能夠集中于顯著特征，進一步提升模型捕獲深層語義特征的能力。雖然現(xiàn)有的空間注意力機制已經(jīng)可以很好地解決卷積運算中參數(shù)共享的問題，如卷積塊注意力模塊（Convolutional Block Attention Module， CBAM）和CA（Coordinate Attention）等。但面對較大卷積核運算時，它們無法強調(diào)感受野中每個特征的重要性，仍會存在參數(shù)共享問題。為全面解決參數(shù)共享問題，提升模型關(guān)注度，本文引入了感受野注意力（Receptive-Field Attention， RFA）[9]，并將其與CA [10]結(jié)合為RFCAConv模塊。RFCAConv結(jié)構(gòu)如圖2所示。

RFCAConv模塊首先通過RFA獲取感受野空間特征，再使用CA獲取全局信息與長距離信息，最后聚合注意力圖與空間特征圖，使網(wǎng)絡(luò)學(xué)習(xí)到感受野滑塊內(nèi)不同特征的重要性。RFA結(jié)構(gòu)如圖3所示。RFA主要由分組卷積與形狀調(diào)整部分組成。分組卷積的輸入通道數(shù)為C，卷積核大小為k，輸出通道數(shù)為Ck2。RFA將輸入特征圖分為C組，以最小化計算開銷和參數(shù)數(shù)量。形狀調(diào)整部分通過拼接特征圖，使通道數(shù)減小k2倍，特征圖尺寸增加k倍，從而使每個卷積核滑窗都有與之對應(yīng)的注意力權(quán)重。將普通卷積替換為RFCA模塊能夠消除卷積運算中的參數(shù)共享問題，使網(wǎng)絡(luò)關(guān)注到每個感受野內(nèi)的空間特征。

1.2 Shape-IoU損失函數(shù)

計算邊界框回歸損失是目標(biāo)檢測中的重要步驟。一個良好的回歸損失函數(shù)能夠更準(zhǔn)確地定位目標(biāo)位置。YOLOv8網(wǎng)絡(luò)使用CIoU[11]作為回歸損失。CIoU的表達式如下：

（1）

（2）

式中：ρ（b， bgt）表示兩框中心點之間的歐氏距離；c表示最小外接矩形的對角線長度；v表示長寬比的一致性；α表示權(quán)重參數(shù)。

CIoU雖然考慮了邊界框回歸的重疊面積、中心點距離與縱橫比，使訓(xùn)練過程更加穩(wěn)定，但是式（1）的v反映的為相對值，而非絕對值，且CIoU忽略了邊界框自身的形狀與尺度等固有屬性對回歸的影響。因此本文引入Shape-IoU[12]替代CIoU，如圖4所示。其表達式為：

（3）

（4）

（5）

（6）

（7）

式中：ww與hh分別表示水平和豎直方向的權(quán)重系數(shù)。與CIoU相比，Shape-IoU聚焦了邊界框自身的形狀與尺度，可以適應(yīng)重疊或非重疊的邊界框回歸，有效提高了邊界框的回歸性能。

2 實驗結(jié)果與分析

2.1 實驗環(huán)境與配置

本文實驗基于Windows 11操作系統(tǒng)，計算機配置為CPU13th Gen Intel? CoreTM i7-13700H、GPUNVIDIA RTX 4060，顯存8 GB。實驗采用PyTorch框架搭建深度學(xué)習(xí)環(huán)境，在Pycharm平臺上完成模型的訓(xùn)練與測試，采用Mosaic進行數(shù)據(jù)增強，其中epoch為300，batch size為8，同時在訓(xùn)練過程中不使用預(yù)訓(xùn)練權(quán)重。

2.2 實驗數(shù)據(jù)集與評價指標(biāo)

本文選用GTSDB作為實驗數(shù)據(jù)集。GTSDB為德國交通標(biāo)志數(shù)據(jù)集，樣本選自德國不同自然條件下的街道場景圖像，共包含圖片900張，含有指示（Mandatory）、禁令（Prohibitory）、危險（Danger）及其他（Others）3大類交通標(biāo)志，圖片分辨率為1 360×800。將數(shù)據(jù)集按8∶1∶1的比例劃分為訓(xùn)練

集（約599張）、驗證集（約67張）與測試集（75張）。

本文采用不同的性能指標(biāo)對各模型進行對比分析，如平均精確度（mAP50）、每秒檢測幀數(shù)（FPS）與參數(shù)量等。其中mAP50表示IoU的閾值為0.5時，所有類別的平均精確度。AP為單個類別的平均精確度，通過精確度（Precision）與召回率（Recall）曲線計算而來。其表達式為：

（8）

（9）

（10）

式中：TP為正樣本被正確分類的數(shù)量；FP為負(fù)樣本被錯誤分類的數(shù)量；FN為正樣本被錯誤分類的數(shù)量。

2.3 實驗設(shè)計及結(jié)果分析

2.3.1 對比實驗

為驗證改進算法的檢測性能，本文將YOLOv5n、YOLOv6n、YOLOv7-tiny、YOLOv8n模型與本文算法置于相同的實驗環(huán)境下[5-8]，在數(shù)據(jù)集GTSDB上進行對比分析。不同算法性能指標(biāo)對比見表1。

根據(jù)表1可知，相比于其他模型，本文算法在GTSDB數(shù)據(jù)集上的Precision、Recall與mAP50均有提升；雖然參數(shù)量略微增加，但識別精度比參數(shù)量最低的YOLOv5n提升了2.9個百分點，比基線模型提升了4.3個百分點，達到了94.8%；改進算法的FPS已滿足實時監(jiān)測需求。這表明本文算法檢測性良好，具有較好的特征提取與目標(biāo)定位能力，能夠強調(diào)網(wǎng)絡(luò)中的目標(biāo)特征，提升交通標(biāo)志檢測精度。

2.3.2 消融實驗

為驗證本文模型中改進方法的有效性，本文設(shè)計了一組消融實驗。在YOLOv8n網(wǎng)絡(luò)中添加不同的改進方法，以相同策略在數(shù)據(jù)集GTSDB上進行訓(xùn)練與測試，見表2。

表2中，模型A為YOLOv8n原模型，“√”表示在原模型基礎(chǔ)上添加對應(yīng)的改進方法。根據(jù)表2可知，在分別添加兩種改進方法后，模型檢測精度均有提升。其中，使用RFCAConv模塊替換普通卷積有效解決了參數(shù)共享問題，使mAP提升了1個百分點；引入損失函數(shù)Shape-IoU進一步優(yōu)化邊界框回歸損失，使mAP提升了0.3個百分點；同時添加兩種改進方法時提升效果最明顯，mAP達到了94.8%。上述測試驗證了本文改進方法的有效性，表明本文改進方法能夠有效增強模型對目標(biāo)特征的感知能力。

2.3.3 算法可視化分析

為了更加直觀地分析算法改進后的檢測效果，使用YOLOv8n與本文算法的權(quán)重模型對GTSDB測試集進行推理，并選取其中1組具有代表性的圖片進行分析，如圖5所示。

在圖5中，不難發(fā)現(xiàn)圖片中的標(biāo)志均為遠距離小目標(biāo)，且光線較暗也加大了檢測難度，導(dǎo)致YOLOv8n對圖中的兩個標(biāo)志均未識別成功，其中一個被漏檢，另一個則被誤檢為禁令標(biāo)志；而在本文算法的檢測結(jié)果中，兩個交通標(biāo)志均被正確定位與分類，表明本文算法檢測性能良好?？梢暬治鲵炞C了本文算法出色的小目標(biāo)信息拾取能力。

3 結(jié) 語

為進一步提高交通標(biāo)志檢測算法的準(zhǔn)確性，盡可能保障道路行駛安全，本文提出了一種改進YOLOv8n的交通標(biāo)志檢測算法。該算法以YOLOv8n為基礎(chǔ)網(wǎng)絡(luò)，使用RFCAConv模塊，提高了網(wǎng)絡(luò)對遠距離小目標(biāo)的關(guān)注能力，在復(fù)雜環(huán)境下有效提取了目標(biāo)特征信息，同時采用Shape-IoU損失函數(shù)，聚焦邊界框自身固有屬性，提升了模型泛化能力。本文在GTSDB數(shù)據(jù)集上進行實驗，使改進模型的檢測精度提高了4.3個百分點，檢測速度達到了121.6 FPS。與原算法相比，本文算法更適用于復(fù)雜交通場景下的交通標(biāo)志檢測任務(wù)。

參考文獻

[1] JIA X， TONG Y， QIAO H， et al. Fast and accurate object detector for autonomous driving based on improved YOLOv5 [J]. Scientific reports， 2023， 13（1）： 1-13.

[2] GIRSHICK R， DONAHUE J， et al. Rich feature hierarchies for accurate object detection and semantic segmentation [J]. IEEE conference on computer vision and pattern recognition， 2014， 81（1）： 582-587.

[3] REN S， HE K， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks [J]. Advances in neural information processing systems， 2016： 1137-1149.

[4] LI Z， ZHOU F. FSSD： feature fusion single shot multibox detector [EB/OL]. （2024-02-23）. https：//doi.org/10.48550/arXiv.1712.00960.

[5]方強，涂振宇，相敏月，等.一種基于輕量化YOLOv5的PCB缺陷檢測研究[J].物聯(lián)網(wǎng)技術(shù)，2023，13（8）：15-19.

[6] LI C， LI L， JIANG H， et al. YOLOv6： a single-stage object detection framework for industrial applications [EB/OL]. （2022-09-07）. https：//doi.org/10.48550/arXiv.2209.02976.

[7] WANG C Y， BOCHKOVSKIY A， MARK LIAO H Y. YOLOv7： trainable bag-of-freebies sets new state-of-the-art for real-time object detectors [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Vancouver， BC， Canada： IEEE， 2023： 7464-7475.

[8] ZHANG L J， FANG J J， LIU Y X， et al. CR-YOLOv8： multiscale object detection in traffic sign images [J]. IEEE access， 2023， 12： 219-228.

[9] ZHANG X， LIU C， YANG D， et al. RFAConv： innovating spatial attention and standard convolutional operation [EB/OL]. （2024-03-28）. https：//doi.org/10.48550/arXiv.2304.03198.

[10] HOU Q， ZHOU D， FENG J. Coordinate attention for efficient mobile network design [C]// 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Nashville， TN， USA： IEEE， 2021： 13713-13722.

[11] ZHENG Z， WANG P， REN D， et al. Enhancing geometric factors in model learning and inference for object detection and instance segmentation [J]. IEEE transactions on cybernetics， 2021， 52（8）： 8574-8586.

[12] ZHANG H， ZHANG S. Shape-IoU： more accurate metric considering bounding box shape and scale [EB/OL]. （2024-01-12）. https：//doi.org/10.48550/arXiv.2312.17663.