基于改進YOLOv8s的交通標志檢測算法

關鍵詞：交通標志檢測；YOLOv8；感受野卷積；空間金字塔池化；Focal-EIOU

0 引言

隨著智能交通系統的快速發展，交通標志檢測已成為其中不可或缺的一環。高效準確的檢測算法對于提高道路安全、輔助自動駕駛以及優化交通管理具有重要意義。傳統的交通標志檢測方法往往依賴于手工設計的特征和復雜的分類器，其性能受到特征提取的準確性和分類器泛化能力的限制。

針對這一問題，眾多研究者提出了不同的實時交通標志檢測方法。例如，Daniel Castriani Santos 等人使用更快的R-CNN，提出了一種基于神經網絡的實時交通標志檢測和識別算法[1]；張建明等人提出了一種基于自適應圖像增強和顯式客體分支的單級特征無錨交通標志檢測器，以在野外環境中平衡魯棒性、實時性和準確性的要求[2]。李旭東等人則針對智能駕駛過程中對交通標志自動檢測的實時性和魯棒性要求，提出了一種基于YOLOv3-tiny的嵌套殘差結構交通標志快速檢測算法[3]。李大湘等人在YOLOv4算法基礎上引入注意力驅動的尺度感知特征提取模塊，以解決在復雜場景中交通標志因尺度變化顯著而引發的識別精度下降問題[4]。此外，張榮云等人將卷積塊注意力模型與YOLOv5中的CSP1_3模型融合，增強了YOLOv5 的特征提取能力，提高了交通標志的準確性[5]。石鎮岳等人引入坐標注意力機制和空洞空間金字塔池化技術，優化了YOLOv7算法對小目標的檢測性能，顯著減少了誤檢和漏檢現象[6]。熊恩杰等人對YOLOv8n進行改進，設計了全新的C2fGhost模塊，并添加了小目標檢測層，從而在一定程度上解決了傳統網絡模型在交通標志識別精度低和檢測不準確的問題[7]。張建明等人則提出了一種新的中國交通標志檢測基準CCTSDB 2021，該基準在CCTSDB 2017的基礎上進行了改進，以適應復雜多變的檢測環境[8]。

近年來，YOLO系列算法因高效準確而廣泛應用于物體檢測領域。作為新一代YOLO算法，YOLOv8 優化了模型架構和訓練過程，為提升檢測速度和準確率提供了新的可能。然而，交通標志檢測仍面臨多樣性、尺寸變化、遮擋及光照變化等挑戰。本文旨在深入研究YOLOv8算法在交通標志檢測領域的應用，從而為智能交通系統的進一步發展和完善提供堅實的技術支持。

1 YOLOv8相關理論

YOLOv8是Ultralytics公司推出的新一代目標檢測算法，它在YOLO系列的基礎上進行了全面的優化與升級，在圖像分類、物體檢測和實例分割等任務中均展現出了卓越的性能。該算法提供了包括YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l 和YOLOv8x 在內的五種不同大小的模型，以滿足不同場景和性能需求。

YOLOv8的架構采用了深度學習領域的最新研究成果，包括改進的骨干網絡、特征融合策略以及損失函數優化等。在Backbone部分，YOLOv8把YOLOv5 中使用的C3模塊替換為更為輕量級的C2f模塊，這一舉措有效提升了模型的效率。同時，YOLOv8繼承了YOLOv5等經典架構中廣泛應用的SPPF模塊。

在Head 部分，YOLOv8 摒棄了傳統的Anchor-Based方法，轉而采用Anchor-Free的思想。這一轉變使得模型在目標檢測過程中不再依賴于預設的錨框，從而大大簡化了檢測流程，并提升了模型的靈活性和適應性。

在特征融合方面，YOLOv8充分利用了多尺度特征融合技術。通過有效整合不同層次的特征信息，模型能夠更好地捕捉目標的局部細節和全局結構，從而顯著提高了對不同尺度目標的檢測能力。

YOLOv8 對損失函數進行了深入的優化，采用VFL Loss 作為分類損失，使用DFL Loss 結合CIOULoss作為回歸損失。在正負樣本匹配方面，YOLOv8 摒棄了傳統的IOU匹配或單邊比例分配方式，轉而采用Task-Aligned Assigner匹配方式[9]。

2 改進的YOLOv8網絡結構

基于改進YOLOv8s的交通標志檢測算法，算法引入了RFCAConv以替代部分卷積操作，通過賦予不同感受野以不同的注意力權重，使模型能夠更加專注于目標區域的細節信息。同時，采用SPPFCSPC模塊替代了SPPF模塊，以提高特征融合的效率，使得模型能夠更準確地捕獲不同尺度交通標志的特征。在錨框回歸過程中，放棄了原有的CIOU損失函數，采用了Focal-EIOU損失函數，以更好地處理邊界框與真實框之間的不匹配問題。

2.1 RFCAConv 感受野注意力卷積

在傳統的卷積神經網絡（CNN） 中，卷積核在處理不同區域的圖像時共享相同的參數，這可能限制了模型對于復雜模式的學習能力。感受野注意力卷積通過引入注意力機制，能夠更靈活地調整卷積核的參數，針對不同區域提供定制化的處理，從而解決卷積核參數共享的問題。一些具有空間注意力機制性質的注意力模塊，如CA，已被前人設計為RFCA，并將其與卷積結合得到新的RFCAConv，如圖1所示。

2.2 SPPFCSPC 空間金字塔池化

空間金字塔池化（Spatial Pyramid Pooling，簡稱SPP） 是一種有效處理不同尺寸輸入圖像的技術。它通過將圖像劃分為不同層級、不同大小的空間金字塔區域并進行池化操作，從而實現對任意大小圖像的固定長度特征表示，增強了模型的魯棒性和泛化能力，這對于交通標志檢測等任務具有重要的應用價值[10]。SPPFCSPC是結合了SPPCSPC和SPPF優點的新模塊，如圖2所示。

2.3 Focal-EIOU 損失函數

YOLOv8中使用的CIoU損失函數雖然考慮了邊界框回歸的重疊面積、中心點距離及長寬比，但其僅反映了長寬比的差異，未能準確體現寬高與其置信度之間的真實差異。為了克服CIoU的這一局限，采用Focal-EIOU 損失函數替代CIoU 損失函數。Focal-EIOU損失函數的公式如下：

式中，Cw 和 Ch 分別是兩個矩形的寬和高，LIOU 為IOU損失，Ldis 為距離損失，Lasp 為邊長損失，γ 是一個用于控制曲線的超參數[11]。

改進后的YOLOv8算法結構如圖3所示。

3 實驗與結果分析

3.1 數據集

CCTSDB，即中國交通標志檢測數據集（CSUSTChinese Traffic Sign Detection Benchmark） ，是由長沙理工大學相關學者及團隊制作而成的[8]。本次實驗使用的是CCTSDB 2021 數據集，其中包含17 856 幅圖像，包括訓練集和測試集。訓練集圖像有16 356幅，測試集圖像有1 500幅，標注了常見的指示標志、禁令標志及警告標志等三大類交通標志[8]。數據集中既有未經任何修飾的原始圖片，也有通過橫向拉伸或縮小來改變尺寸的圖片，添加了椒鹽噪聲以模擬圖像傳輸中可能產生的失真效果的圖片，以及調整亮度以展示不同光照條件下圖像表現的圖片。此外，還對一段真實的行車視頻進行了逐幀抽取，并將這些幀轉化為圖片，以此模擬實際駕駛環境中可能遭遇的各種挑戰。

3.2 評價指標與實驗參數

本文采用均值平均精度（mean Average Precision，mAP） 作為模型的評價指標，包括mAP@0.5與mAP@0.5：0.95。計算方式如下：

其中，TP 為檢測正確的目標數量，FP 為檢測錯誤的目標數量，FN 表示漏檢數量。Precision衡量正確識別的比例（準確率），Recall衡量找到所有正例的能力（召回率）。AP 是precision-recall曲線與X軸包絡的面積，衡量整體性能。K 代表類別數量。mAP@0.5是在IoU（Intersection over Union） 閾值為0.5時計算的平均精度，而mAP@0.5：0.95 則是在IoU 閾值從0.5 到0.95的范圍內，計算所有類別的平均精度均值。本次實驗所使用的部分參數如表1所示。

3.3 實驗結果及分析

在上述條件下，使用YOLOv8s模型進行實驗，訓練并測試模型性能。對YOLOv8n、YOLOv8s以及改進的YOLOv8s算法進行比較，結果如表2所示。

通過對比試驗可以得出，在CCTSDB 2021數據集上，mAP@0.5和mAP@0.5：0.95的數值相比于原模型均有所增長。從圖4中可以直觀且清晰地體現檢測效果，改進后的模型在檢測準確率方面相較于原模型有了顯著提升。

4 結束語

針對當前道路交通標志識別所面臨的難題，提出了一種基于改進YOLOv8s的交通標志識別算法。在Backbone網絡中，引入RFCAConv，有效提升了模型對交通標志特征的提取能力；采用SPPFCSPC模塊替代傳統的SPPF模塊，進一步提高了特征融合的效率；摒棄原有的回歸損失函數，轉而采用Focal-EIOU損失函數，從而提升了網絡的收斂速度和檢測精度。通過在CCTSDB 2021數據集上的實驗驗證，效果指標均有所提高。然而，改進后的網絡結構在計算量和對計算機資源的占用上相較于原結構略有增加，仍有進一步優化的空間。