高尉峰，王如剛，王媛媛，周 鋒，郭乃宏

(1.鹽城工學(xué)院 信息工程學(xué)院，江蘇 鹽城 224051；2.鹽城雄鷹精密機械有限公司，江蘇 鹽城 224006)

0 引言

在無人駕駛系統(tǒng)中，交通標(biāo)志對于車輛的行駛具有非常重要的作用。作為自動駕駛中的關(guān)鍵技術(shù)，交通標(biāo)志檢測識別精度的提升對于經(jīng)濟(jì)發(fā)展、社會和諧相處都具有十分重要的意義。傳統(tǒng)的目標(biāo)檢測方法主要依靠人工自主選擇特征從而進(jìn)行訓(xùn)練，如HOG、SIFT、Haar等[1-3]，該類方法不僅計算量大，且檢測速度和精度都不能滿足實際的應(yīng)用需求。隨著深度神經(jīng)網(wǎng)絡(luò)的逐漸完善，由于較強的特征提取能力，深度神經(jīng)網(wǎng)絡(luò)技術(shù)被廣泛應(yīng)用于目標(biāo)檢測任務(wù)中。目前，常用的目標(biāo)檢測算法有以YOLO[4-6]系列算法、SSD[7-8]系列算法為代表的單階段算法和以R-CNN[9-10]系列算法為代表的兩階段算法。其中單階段算法是將目標(biāo)檢測過程看作一個回歸問題來處理，而兩階段算法則是先產(chǎn)生一個建議區(qū)域，再對該區(qū)域進(jìn)行分類及邊界框回歸，提取特征。由于具有良好的實時性，因此，單階段檢測被更多地應(yīng)用在交通標(biāo)志檢測領(lǐng)域，許多研究人員對單階段算法進(jìn)行了優(yōu)化以便更好地檢測交通標(biāo)志。如，為了解決天氣的干擾對交通標(biāo)志檢測的影響問題，代小宇等研究人員在YOLOv5中加入了SE注意力機制并融合雙向特征金字塔BiFPN，相比于原算法，檢測精度和召回率分別提高了7.94%和4.98%[11]。針對交通標(biāo)志在圖像中占據(jù)位置小、檢測中精度較低的問題，尹宋麟等研究人員在YOLOv4的基礎(chǔ)上，使用152×152的尺度檢測層替代原有的19×19的大感受野檢測層，并加入了ECA模塊去提高算法的檢測能力，在TT100K數(shù)據(jù)集上訓(xùn)練的準(zhǔn)確率相較于原算法提升了4.58%[12]。為解決交通標(biāo)志檢測任務(wù)中，在復(fù)雜路況出現(xiàn)錯檢漏檢的情況，趙宏等研究人員提出了一種改進(jìn)的CGS-Ghost YOLO算法，將Focus模塊用StemBlock代替進(jìn)行采樣，降低了模型的參數(shù)量的同時提高了模型的檢測精度[13]。為了提高各個類別的檢測精度，Dubey等研究人員在RetinaNet的框架上以更多層數(shù)的ResNet為基礎(chǔ)網(wǎng)絡(luò)，同時提出一種兩步TSR方法，在交通標(biāo)志數(shù)據(jù)集CCTSDB上進(jìn)行分類檢測，得到了較好的檢測精度[14-16]。為解決目標(biāo)檢測過程中計算量大的問題，Rachmadi等研究人員提出了一種新型的輕量級空間金字塔卷積神經(jīng)網(wǎng)絡(luò)分類結(jié)構(gòu)，該結(jié)構(gòu)將每一層金字塔所學(xué)習(xí)到的特征與第一層疊加，使得每一層網(wǎng)絡(luò)所能得到的學(xué)習(xí)區(qū)域更加平滑，最后的檢測訓(xùn)練實現(xiàn)了在較低的計算量基礎(chǔ)上有著良好的檢測精度[17]。為解決交通標(biāo)志檢測速度低的問題，黨宏社等研究人員在YOLOv5算法上引入了MobileNetv3主干網(wǎng)絡(luò)，結(jié)合了RFB模塊與ECA-Net模塊，并采用了Matrix NMS篩選候選框，最終對交通標(biāo)志實現(xiàn)了更快的檢測速度[18]。為解決傳統(tǒng)檢測方法速度慢、精度低的問題，呂禾豐等研究人員使用加權(quán)Cluster非極大值抑制(NMS)代替YOLOv5的加權(quán)NMS算法，提高了生成檢測框的準(zhǔn)確率，改進(jìn)后的算法比原算法提高了6.23%的準(zhǔn)確率[19]。為了解決交通標(biāo)志檢測實時性不足的問題，王林等研究人員在YOLOv3算法中融入了金字塔池化模塊SPP，并充分利用上下文信息增強對小目標(biāo)的檢測，實現(xiàn)了更快的檢測速度，并提高了對小目標(biāo)的檢測精度[20]。從現(xiàn)有的研究結(jié)果來看，眾多學(xué)者基于單階段目標(biāo)檢測算法做出改進(jìn)，能夠良好地提升檢測精度，但是對于受干擾較大的交通標(biāo)志例如遮擋、陰影或小目標(biāo)交通標(biāo)志等，無法實現(xiàn)更好的特征提取，使得檢測精度難以進(jìn)一步提高。

為了加強模型的特征提取能力，本文提出了一種基于緩存方案和可變形卷積的YOLOX優(yōu)化算法。首先將骨干網(wǎng)絡(luò)中普通的卷積模塊替換成DCN可變形卷積，使得模型在應(yīng)對不規(guī)則形狀的目標(biāo)物體時，能夠更加精確地感知和定位；然后使用EIOU損失函數(shù)替換原有的GIOU損失函數(shù)，提高收斂速度和回歸精度；最后使用多種數(shù)據(jù)增強的模式來提升模型的性能，并加入cache方案提升其檢測速度及精度。

1 YOLOX算法

YOLOX-Darknet53算法的骨干網(wǎng)絡(luò)采用了5個ResX殘差組件和32倍下采樣的特征提取方式，并保留了先驗的YOLOv3算法的Darknet-53骨干網(wǎng)絡(luò)和FPN頸部網(wǎng)絡(luò)。這個模型設(shè)計了3個解耦頭，采用分類和定位分離的方法來緩解深骨干網(wǎng)絡(luò)所帶來的性能瓶頸。在輸入為640×640×3的圖像下，3個解耦頭輸出尺度大小分別為20×20×85、40×40×85、80×80×85，最終拼接轉(zhuǎn)置輸出尺度大小為85×8 400。此外，該算法還使用了SPP子模塊和FPN子模塊實現(xiàn)多尺度空間特征的融合。跟之前的YOLO系列算法相比，YOLOX算法具有更好的性能，能夠?qū)崿F(xiàn)更高的準(zhǔn)確率及更快的速度。YOLOX-Darknet53的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。從圖1中可以看出，YOLOX-Darknet53中引入了大量殘差結(jié)構(gòu)，主干網(wǎng)絡(luò)部分，用卷積層代替Darknet19中的最大池化下采樣層，輸入的640×640×3圖像通過堆疊的下采樣卷積和n個殘差塊，得到3張分別為原圖像1/8、1/16、1/32大小的特征圖(feature map)，隨后對3張?zhí)卣鲌D進(jìn)行上采樣和下采樣，通過解耦檢測頭后，進(jìn)行多尺度特征融合，最終輸出85×8 400的圖像。

圖1 YOLOX-Darknet53網(wǎng)絡(luò)結(jié)構(gòu)圖

2 YOLOX算法改進(jìn)

2.1 backbone部分改進(jìn)優(yōu)化

各算法基本結(jié)構(gòu)如圖2所示，從圖2(a)可以看出，YOLOX中使用的是1×1與3×3卷積的Basic Block。從圖2(b)可以看出，在YOLOv6、YOLOv7中，使用的是重參數(shù)化Block，但重參數(shù)化的訓(xùn)練代價高，且不易量化，需要其他方式來彌補量化誤差。如圖2(c)所示，本文則將Darknet中的1×1卷積替換成3×3卷積，并將原有模塊中的3×3卷積替換成了3×3可變形卷積，利用可變形卷積的形變建模能力，提高網(wǎng)絡(luò)模型的特征提取能力，從而更精確地檢測目標(biāo)。改進(jìn)后的模型整體框架如圖3所示，從圖3中可以看出，本文的算法改進(jìn)了CspLayer中的CspBlock部分，在YOLOX的主干網(wǎng)絡(luò)中，殘差卷積的主干部分為1×1卷積和3×3卷積，改進(jìn)模型則為CspBlock中加入了3×3的可變形卷積來增大模型的感受野，加強模型主干特征提取網(wǎng)絡(luò)的性能。輸入的特征圖首先經(jīng)過DCNConv(Deformable Convolutional Networks Convolution)，在可變形卷積中，每個位置的卷積核都會根據(jù)該位置的偏移量進(jìn)行調(diào)整，以更好地適應(yīng)目標(biāo)形狀和姿態(tài)變化，然后再通過一些附加的卷積層進(jìn)行特征提取和壓縮，最終得到預(yù)測框的類別和位置信息。在檢測交通標(biāo)志時，可變形卷積所帶來了更大的感受野，能夠使得模型在檢測時能夠獲取到更豐富的關(guān)鍵特征，對于小目標(biāo)、遮擋等交通標(biāo)志的檢測能夠?qū)崿F(xiàn)更高的檢測精度。

圖2 算法的Basic Block對比示意圖

圖3 改進(jìn)模型整體框架圖

可變形卷積(Deformable Convolution)是一種基于空間變形的卷積運算方法，在卷積神經(jīng)網(wǎng)絡(luò)中常被用來處理具有空間變形特征的圖像。相較于傳統(tǒng)的卷積操作，可變形卷積具有更強的自適應(yīng)能力和更好的感受野控制能力，能夠?qū)δ繕?biāo)物體的不規(guī)則形狀進(jìn)行更加精確的感知和定位。

標(biāo)準(zhǔn)的卷積操作通?？梢苑譃閮刹糠郑?)在輸入的特征圖上使用標(biāo)準(zhǔn)固定網(wǎng)格進(jìn)行采樣；2)對各個采樣點的數(shù)值進(jìn)行加權(quán)運算。特征圖的標(biāo)準(zhǔn)卷積可以用式(1)表示：

y(p0)=∑pn∈Rw(pn)·x(p0+pn)

(1)

其中：p0為特征圖的原始位置；pn為包含采樣點中所列位置；R為每個分塊的索引編號；w(pn)為權(quán)重；x(p0+pn)為原始圖。由式(1)可知，在標(biāo)準(zhǔn)卷積中，每個卷積核所對應(yīng)的權(quán)重是相同的。而可變形卷積則引入了額外的偏移量，使得卷積核可以基于輸入特征圖的空間變化進(jìn)行自適應(yīng)調(diào)整，因此特征圖的映射關(guān)系可以用式(2)表示：

y(p0)=∑pn∈Rw(pn)·x(p0+pn+Δpn)

(2)

其中：Δpn為偏移量；x(p0+pn+Δpn)和y(p0)為原始圖以及卷積所得特征圖的映射關(guān)系，可變形卷積的操作過程如圖4所示，首先使用傳統(tǒng)的卷積核提取特征圖，得到特征響應(yīng)映射(Feature Response Map)。將上一步得到的特征響應(yīng)映射作為可變形卷積操作的輸入，對其施加一個新的卷積層，生成2N個通道的偏移量特征圖，其中N表示卷積核大小。每兩個通道代表著一個坐標(biāo)偏移量，即用來描述卷積核在該位置上的位移距離，這些偏移量可以隨著訓(xùn)練進(jìn)行不斷地調(diào)整，以適應(yīng)不同的輸入圖像。對偏移量特征圖進(jìn)行雙線性插值，將其上采樣至與輸入特征圖相同大小，以便后面能夠使用偏移量特征圖來調(diào)整卷積核的位置和大小。最后，結(jié)合上采樣后的偏移量特征圖和原始輸入特征，在反向傳播算法的優(yōu)化下同時學(xué)習(xí)它們，以獲得動態(tài)調(diào)整可變形卷積核的大小和位置的能力。

圖4 可變形卷積結(jié)構(gòu)示意圖

本文基于可變形卷積構(gòu)建basic block，在基礎(chǔ)的3×3卷積后，再使用3×3的可變形卷積進(jìn)行特征提取加強，增大了其感受野，從而能夠更好地提取特征，提高檢測的準(zhǔn)確率。

2.2 損失函數(shù)改進(jìn)

損失函數(shù)是一個衡量模型預(yù)測值和真實值之間差距的函數(shù)，在目標(biāo)檢測中扮演著非常重要的角色，選擇一個合適的良好的損失函數(shù)能夠加強模型的性能，使模型更快更好地收斂。而IoU損失函數(shù)則是一種在目標(biāo)檢測任務(wù)中常用的評估方法，它能夠很好地反映模型預(yù)測框與真實標(biāo)注框之間的重疊程度。該損失函數(shù)可以幫助模型優(yōu)化預(yù)測結(jié)果，使其更加準(zhǔn)確地匹配實際標(biāo)注，IoU及IoU的損失函數(shù)可分別用式(3)和式(4)表示：

(3)

(4)

其中：B表示預(yù)測框的面積；Bi表示真實框的面積。IoU損失函數(shù)可以將預(yù)測框與真實框之間的重疊程度表示為0～1之間的值以評估檢測效果。但是在現(xiàn)實情況下，存在預(yù)測框與真實框不相交的情況，這樣就無法進(jìn)行有效地學(xué)習(xí)。此外，IoU并沒有考慮預(yù)測框與真實框之間的距離，無法精確地反映兩者之間的重合度情況。因此，在這些情況下，IoU損失函數(shù)的效果可能會受到影響。

因此YOLOX算法使用了GIOU損失函數(shù)。GIoU損失函數(shù)的公式可用式(5)表示：

(5)

其中：C為最小外接矩形的面積。GIoU在計算時，是以公式中的C-B∪Bi除去兩個框的其余面積，然而在預(yù)測框和真實框在相同距離的情況下，此部分面積最小，對Loss的貢獻(xiàn)也就越小，從而導(dǎo)致在垂直水平方向上回歸效果較差，模型的收斂速度慢。

因此，本文采用了EIOU損失函數(shù)來替換YOLOX所使用的損失函數(shù)。相比于GIOU損失函數(shù)，EIoU用分別計算寬高的差異值取代了縱橫比，同時引入Focal Loss解決難易樣本不平衡的問題。EIoU損失函數(shù)將最小外接矩形替換為最小化兩個框中心點的標(biāo)準(zhǔn)化距離，并分開計算目標(biāo)框的長和寬。EIoU損失函數(shù)可用式(6)表示：

(6)

其中：b和bgt分別為預(yù)測框和真實框的中心點，ρ為兩個中心點的歐氏距離，d為預(yù)測框和真實框最小外接矩形的對角線距離，ω、ωgt、h、hgt分別為預(yù)測框和真實框的寬度與長度，cω、ch為覆蓋兩個框的最小外接矩形的寬度與長度。EIoU損失函數(shù)考慮了預(yù)測框和真實框的重疊部分對結(jié)果的影響，在計算IoU時，使用一個權(quán)重因子來平衡兩個框的面積，并將重疊部分的貢獻(xiàn)歸屬到各自的框中。這樣可以更準(zhǔn)確地評估預(yù)測框和真實框的位置關(guān)系，避免了GIoU中出現(xiàn)兩個框并集等于其中一個框面積的情況，提升了收斂的速度和回歸精度。

為了解決GIoU損失函數(shù)在目標(biāo)框水平和垂直方向上誤差較大的問題，并提高收斂速度和回歸精度，本文算法采用EIoU損失函數(shù)替換原來的損失函數(shù)。EIoU損失函數(shù)將目標(biāo)框的長度和寬度分開計算，從而避免了GIoU損失函數(shù)誤差較大的問題，同時提高了收斂速度和回歸精度，更準(zhǔn)確地確定兩個框的位置關(guān)系。在模型訓(xùn)練時，能夠帶來更好的收斂效果，從而提高模型對于交通標(biāo)志的檢測精度。

2.3 數(shù)據(jù)增強改進(jìn)

在模型的訓(xùn)練過程中，為了保證訓(xùn)練的樣本充足，需要對樣本做數(shù)據(jù)增強，來提高樣本的質(zhì)量和數(shù)量，從而提升模型的泛化能力。在很多目標(biāo)檢測器中，Mosaic+Mixup的混合數(shù)據(jù)增強方式被廣泛應(yīng)用，但是Mosaic+Mixup的數(shù)據(jù)增強方式失真度比較高，持續(xù)使用這種太強的數(shù)據(jù)增強對模型產(chǎn)生負(fù)面影響。于是YOLOX中采用的是強弱兩階段的數(shù)據(jù)訓(xùn)練方式，但是YOLOX中的訓(xùn)練引入了旋轉(zhuǎn)、切片以及翻轉(zhuǎn)，導(dǎo)致box標(biāo)注產(chǎn)生誤差。

于是對于此模塊，本文采用多種數(shù)據(jù)增強的方式來增加模型的性能，主要包括單圖數(shù)據(jù)增強以及混合類數(shù)據(jù)增強，其中包括交通標(biāo)志圖像色相調(diào)整、飽和度調(diào)整、明度調(diào)整、平移和 Mosaic以及MixUp。但是其中取消了旋轉(zhuǎn)、切片以及翻轉(zhuǎn)的數(shù)據(jù)增強方式，因為部分交通標(biāo)志經(jīng)過旋轉(zhuǎn)及翻轉(zhuǎn)等方式后，將會導(dǎo)致其含義改變，如圖5所示的部分交通標(biāo)志展示圖，列舉的兩種不同的交通標(biāo)志在旋轉(zhuǎn)或翻轉(zhuǎn)后，將會導(dǎo)致檢測的誤差。

圖5 旋轉(zhuǎn)后會改變含義的部分交通標(biāo)志圖

模型的數(shù)據(jù)增強模塊采用強弱兩階段訓(xùn)練，在前280個epoch中，模型采用了單圖數(shù)據(jù)增強和不帶旋轉(zhuǎn)、翻轉(zhuǎn)及剪切的Mosaic+MixUp混合數(shù)據(jù)增強，同時，將每一個訓(xùn)練樣本中的混合圖像數(shù)量由原有的4加至8，以提升強度以及樣本的數(shù)量。在后20個epoch中，模型使用了比較小的學(xué)習(xí)率，關(guān)閉了Mosaic+Mixup高強度數(shù)據(jù)增強，同時采用了指數(shù)移動平均(EMA)，使模型在比較弱的增強下進(jìn)行微調(diào)，通過EMA將參數(shù)緩慢更新至模型。如果關(guān)閉太早則不能發(fā)揮Mosaic等高強度數(shù)據(jù)增強模式的效果，關(guān)閉太晚則由于之前已經(jīng)過擬合，此時再關(guān)閉沒有任何增益，選擇在剩余20個epoch關(guān)閉可以避免持續(xù)使用原有數(shù)據(jù)增強所帶來的負(fù)面影響，同時減少誤差，提升準(zhǔn)確率。

同時加入cache方案，由于Mosaic&MixUp涉及多張圖片的混合，在每次迭代中需要加載多張圖片來進(jìn)行訓(xùn)練，會引入更多的數(shù)據(jù)加載成本并減緩訓(xùn)練的速度。如在YOLOv5中，每次做Mosaic時，4張圖片的信息都需要從硬盤中重新加載。緩存方案則是重新載入當(dāng)前的一張圖片，其余參與混合增強的圖片則從緩存隊列中獲取，通過犧牲一定內(nèi)存空間的方式提升效率。整體流程如圖6所示，從圖6中可以看出，cache隊列中預(yù)先儲存了N張已加載的圖像與標(biāo)簽數(shù)據(jù)，每一個訓(xùn)練步驟只需加載一張新的圖片及其標(biāo)簽數(shù)據(jù)并更新到cache隊列中，當(dāng)需要進(jìn)行混合數(shù)據(jù)增強時，只需要從cache中隨機選擇需要的圖像進(jìn)行拼接等處理，通過利用緩存，可以將訓(xùn)練流水線中混合圖像的時間成本顯著降低到處理單個圖像的水平，提升了模型的性能。

由于在數(shù)據(jù)增強階段中取消了旋轉(zhuǎn)、切片和翻轉(zhuǎn)的數(shù)據(jù)增強方式，模型在檢測交通標(biāo)志時避免了box標(biāo)注產(chǎn)生的誤差，并使得部分交通標(biāo)志的檢測不會出現(xiàn)錯誤，同時cache方案的引入減少了對數(shù)據(jù)加載的需求，能夠提升交通標(biāo)志檢測的速度。

3 實驗與分析

3.1 數(shù)據(jù)集選取

本文的實驗采用了我國Tsinghua-Tencent100K交通標(biāo)志數(shù)據(jù)集，該數(shù)據(jù)集是騰訊和清華一起合作制作的交通標(biāo)志數(shù)據(jù)集，是目前國內(nèi)唯一基于真實場景的公開交通標(biāo)志數(shù)據(jù)集。數(shù)據(jù)集包含10萬幅街景圖像，經(jīng)過計算，訓(xùn)練數(shù)據(jù)集總共包含16 527個實例，測試數(shù)據(jù)集包含8 190個實例。這些圖片包含了各種不同情形下的交通標(biāo)志圖，例如遮擋、能見度低、小目標(biāo)等情形。該數(shù)據(jù)集下的交通標(biāo)志圖所處的環(huán)境復(fù)雜，面臨的挑戰(zhàn)較多，能夠很好地檢驗?zāi)Ｐ偷男阅?，并真實地反映現(xiàn)實中不同情況下的場景。本次實驗對于訓(xùn)練集、驗證集和測試集按照8∶1∶1的比例來劃分。

3.2 實驗平臺及結(jié)果分析

實驗使用一張顯存大小為24 GB的NVIDIAGeforce3090顯卡訓(xùn)練和測試所有模型。使用pytorch1.10.0框架，Cuda版本為11.3，使用python3.8版本語言進(jìn)行編程。訓(xùn)練過程中對網(wǎng)絡(luò)設(shè)定的部分超參數(shù)如表1所示。其中，batch為一次訓(xùn)練所抓取的數(shù)據(jù)樣本數(shù)量，它的大小影響訓(xùn)練速度和模型優(yōu)化，設(shè)置得合理可以讓梯度下降的方向更為準(zhǔn)確，這里batch的大小設(shè)置為16；weight_decay為權(quán)重衰退，它主要是為了防止過擬合，避免梯度爆炸；max_epochs為對完整數(shù)據(jù)進(jìn)行迭代的次數(shù)，一般在200以上網(wǎng)絡(luò)才會收斂；base_lr為網(wǎng)絡(luò)的基礎(chǔ)學(xué)習(xí)率，學(xué)習(xí)率過高可能會導(dǎo)致無法梯度下降，過低則可能會使網(wǎng)絡(luò)收斂速度緩慢；momentum為動量，它可以幫助損失函數(shù)在訓(xùn)練的過程中更好地達(dá)到全局最優(yōu)的狀態(tài)。從表中可以看出，基礎(chǔ)學(xué)習(xí)率為0.001，最大訓(xùn)練代數(shù)固定為300。

圖7為兩個算法模型在訓(xùn)練過程中的損失函數(shù)折線圖，可以看出本模型的損失函數(shù)收斂效果明顯優(yōu)于原算法。模型經(jīng)過280個epoch后，進(jìn)入后20個epoch的弱增強階段，進(jìn)行進(jìn)一步訓(xùn)練，由圖可見由于YOLOX算法采用的數(shù)據(jù)增強方式，導(dǎo)致前280個epoch和后20個epoch的訓(xùn)練差距較大，圖中A點為280 epoch點，B點為290 epoch點，可以看出兩點之間的曲率有一定的差距，說明模型的收斂效果較差，驗證了本文之前數(shù)據(jù)增強模塊的理論分析內(nèi)容，而本文算法的收斂效果整體平穩(wěn)。訓(xùn)練結(jié)束，最終原YOLOX算法模型總損失在2左右振蕩穩(wěn)定，而本模型最終則穩(wěn)定在0.3左右。

在模型訓(xùn)練完成后，對比兩個模型的mAP值，如圖8為兩個模型的mAP值隨epoch變化的折線圖，mAP表示所有檢測類別平均準(zhǔn)確率的均值，可以用公式(7)表示：

(7)

圖8 mAP折線圖

其中：∑AP為各類別的平均準(zhǔn)確率的總和，N為類別個數(shù)。作為模型訓(xùn)練性能的指標(biāo)，mAP值越高，代表模型的性能越好，檢測精度越高。由圖8中可以看出，YOLOX算法在訓(xùn)練至280 epoch時其mAP值甚至有下降趨勢，在后20個epoch的弱數(shù)據(jù)增強的作用下才進(jìn)一步提升，圖中C點為280 epoch點，圖中D點為290 epoch點，可以看出兩點之間準(zhǔn)確率有一定的差距，驗證了本文之前數(shù)據(jù)增強模塊的理論分析內(nèi)容，而本模型在強弱兩階段訓(xùn)練過程中，mAP值穩(wěn)定提升。最終經(jīng)過300個epoch，本文模型訓(xùn)練所得的mAP值達(dá)到了67.2%，而YOLOX算法在同樣的條件下mAP值則為60.8%。相較于原算法，本算法模型的mAP值提升了6.4%，由此可以看出該算法對于網(wǎng)絡(luò)模型檢測精度的提升是有效果的。

為了進(jìn)一步驗證改進(jìn)算法的有效性，本文在相同的配置與參數(shù)下對加入的模塊進(jìn)行了消融實驗，消融實驗的結(jié)果對比如表2所示。從表2中可以看出，加入的3個模塊相比較于原算法而言，mAP值都有一定程度的提升，其中加入可變形卷積模塊時，提升了2.8個點，這是因為加入的DCNConv有著很強的感受野控制能力，加強了模型的特征提取，原有的不規(guī)則交通標(biāo)志例如殘缺交通標(biāo)志等，在DCNConv的作用下能夠更準(zhǔn)確地識別出來。另外，在加入cache方案下的數(shù)據(jù)增強模塊時，mAP又提升了3.1個點，主要是cache方案減少了對數(shù)據(jù)加載的需求，使得模型收斂得更好，訓(xùn)練效率大大提升。同時改進(jìn)的算法在數(shù)據(jù)增強模塊中取消了裁剪及旋轉(zhuǎn)等增強方式，避免了框注釋和輸入之間的錯位，從而避免部分交通標(biāo)志的檢測出現(xiàn)錯誤，提升了檢測的精度。

表2 消融實驗結(jié)果對比

同時將本文算法與目前主流的YOLO系列算法進(jìn)行對比實驗，實驗對比結(jié)果如表3所示。由表3可以看出，在相同的配置環(huán)境下，改進(jìn)的算法的mAP值要明顯優(yōu)于其他YOLO系列的算法。與同系列的YOLOv3與YOLOv5相比，mAP_50：95值分別提升了10.9、6.9個點，與原算法相比，改進(jìn)的算法提升了6.4個點。本文算法的推理速度為33.4，能夠良好地滿足實際檢測需求。綜上所述，與其他主流的YOLO算法相比，改進(jìn)的YOLOX算法在能夠滿足良好的實時性的同時，有著更高的檢測精度。

表3 不同算法實驗結(jié)果對比

最后為了直觀地看出所改進(jìn)后模型的網(wǎng)絡(luò)性能，以及在不同情形下的檢測效果，分別將原模型與改進(jìn)后的模型在4種不同的情形下進(jìn)行檢測，分別是無遮擋大目標(biāo)、遮擋大目標(biāo)、密集小目標(biāo)以及遮擋小目標(biāo)環(huán)境下進(jìn)行檢測。檢測框中的數(shù)字為置信度，即該樣本為正樣本的概率，它與準(zhǔn)確率成正比，置信度越高越好。其環(huán)境中的交通標(biāo)志都是數(shù)據(jù)集中實際拍攝所得，能夠真實反映現(xiàn)實情況。

圖9為檢測無遮擋大目標(biāo)時的效果圖，由圖可以看出，在檢測無遮擋大目標(biāo)交通標(biāo)志pm20時，YOLOX算法和本文算法都實現(xiàn)了成功檢測，但是YOLOX算法的檢測置信度為68.9%，而本文算法的檢測置信度為95.8%，遠(yuǎn)高于原算法。

圖10為檢測遮擋大目標(biāo)時的效果圖，由圖可以看出，在檢測出現(xiàn)部分遮擋的大目標(biāo)交通標(biāo)志時，YOLOX算法由于其數(shù)據(jù)增強引入了旋轉(zhuǎn)和切片等方式，導(dǎo)致預(yù)測框出現(xiàn)了重疊、錯亂的情況，未能成功標(biāo)注出兩個交通標(biāo)志，其中交通標(biāo)志w55的置信度為34.9%，pl30的置信度為42.4%。而在本文算法模型中，預(yù)測框與圖像中交通標(biāo)志的重合度較高，兩個交通標(biāo)志都被正常地識別出來，其中，交通標(biāo)志w55的置信度為93%，pl30的置信度為45.9%。從檢測結(jié)果中可以看出，無論是檢測精度還是預(yù)測框的重合度，本文算法都要優(yōu)于YOLOX算法。

圖10 檢測遮擋大目標(biāo)

圖11為檢測密集小目標(biāo)的效果圖，由圖可以看出，在檢測密集的小目標(biāo)時，兩個算法的置信度基本相同，但是YOLOX算法出現(xiàn)了錯檢，將交通標(biāo)志p12錯檢成了p26，其置信度為32.8%。而本文算法則成功地檢測出了交通標(biāo)志p12，其置信度為33.6%。可以看出本文算法在檢測密集的小目標(biāo)時，也有較好的效果。

圖11 檢測密集小目標(biāo)

圖12為檢測遮擋小目標(biāo)的效果圖，由圖可以看出，YOLOX算法在檢測遮擋的小目標(biāo)時，出現(xiàn)了漏檢的情況，未能檢測出交通標(biāo)志p23，本文算法則是成功檢測出了遮擋的小目標(biāo)交通標(biāo)志p23，其置信度為21.1%。從檢測對比圖中可以看出，本文的算法模型相對于YOLOX算法而言，具有更好的環(huán)境適配性，能夠較好地應(yīng)對不同的環(huán)境。

圖12 檢測遮擋小目標(biāo)

4 結(jié)束語

為了提高模型對交通標(biāo)志的檢測精度，本文提出了一種基于Cache方案和DCN可變形卷積的YOLOX優(yōu)化算法。在YOLOX算法的基礎(chǔ)上，進(jìn)行了三點改進(jìn)：首先將backbone的基本框架中的普通卷積替換成3×3普通卷積+3×3DCN可變形卷積，提高感受野，增強模型的特征提取能力；然后將原有的GIOU損失函數(shù)替換成EIOU損失函數(shù)，解決了GIOU損失函數(shù)誤差較大的問題，并且提高了收斂的速度和回歸的精度。最后采用多種數(shù)據(jù)增強的方式來增加模型的性能，且加入Cache方案，通過緩存隊列提升檢測效率，并進(jìn)一步提升其檢測精度。實驗證明本文算法能夠在多種應(yīng)用場景下更好地檢測識別交通標(biāo)志。