朱春燕ZHU Chun-yan

（西安培華學(xué)院智能科學(xué)與工程學(xué)院，西安 710125）

0 引言

隨著智能交通系統(tǒng)的迅速發(fā)展，交通標(biāo)志智能檢測技術(shù)在道路交通安全中扮演著重要的角色。交通標(biāo)志檢測算法已經(jīng)成為無人駕駛、輔助駕駛、自動駕駛和車輛安全領(lǐng)域的研究熱點(diǎn)之一。因此，設(shè)計(jì)一種在交通標(biāo)志檢測領(lǐng)域具備優(yōu)異檢測性能的算法具有重要意義和應(yīng)用價(jià)值。

目前國內(nèi)外基于深度學(xué)習(xí)的一階段目標(biāo)檢測算法包括SSD 和YOLO 系列等，它們具有較高的檢測精度和較快的檢測速度[1]。其中，YOLOv5 是一種檢測精度較高的算法，在目標(biāo)檢測中受到廣泛關(guān)注[2]。近年來，對于小目標(biāo)交通標(biāo)志的檢測，注意力機(jī)制在深度學(xué)習(xí)領(lǐng)域受到廣泛關(guān)注和運(yùn)用。文獻(xiàn)[3]使用改進(jìn)的YOLOv5 算法通過改進(jìn)特征金字塔深度等方法提升了檢測精度，但實(shí)時(shí)檢測速度下降。文獻(xiàn)[4]中采用自適應(yīng)關(guān)注模塊，降低特征圖生成過程中的信息遺失，優(yōu)化模型在檢測小尺度交通標(biāo)志方面的性能。盡管上述方法在提高交通標(biāo)志檢測準(zhǔn)確性方面取得了進(jìn)展，但目前的算法仍存在不同環(huán)境條件下，小目標(biāo)交通標(biāo)志的檢測難度增加，容易出現(xiàn)不易檢測或錯檢問題。

為了提高小目標(biāo)的檢測精度，并兼顧模型大小和檢測速度，本文開發(fā)了一種基于融合注意力機(jī)制的改進(jìn)YOLOv5 方案，用于交通標(biāo)志小目標(biāo)的檢測，具體包括以下三個(gè)內(nèi)容：①在主干網(wǎng)絡(luò)融入CBAM 卷積注意力模塊，利用其通道和空間注意力子模塊來增強(qiáng)特征提取的效果，進(jìn)而提升目標(biāo)檢測的性能。②在頸部網(wǎng)絡(luò)特征融合模塊中，引入加權(quán)雙向特征金字塔網(wǎng)絡(luò)BiFPN，以融合不同尺度的特征并綜合位置與語義信息，進(jìn)一步提升檢測性能。③采用SIoU 損失函數(shù)，著重關(guān)注高質(zhì)量的分類樣本，以提高算法對不同環(huán)境下樣本的學(xué)習(xí)能力進(jìn)一步提升檢測性能。

1 YOLOv5 模型原理

YOLOv5 是一種單步目標(biāo)檢測算法，它通過改變深度和寬度來分為YOLOv5s、YOLOv5m、YOLOv5l 和YOLOv5x不同的模型，可應(yīng)用于各種檢測需求[5]。該網(wǎng)絡(luò)結(jié)構(gòu)包含輸入端、主干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和輸出端四個(gè)部分。

2 改進(jìn)的YOLOv5 算法

2.1 卷積注意力機(jī)制CBAM

卷積注意力機(jī)制CBAM（Convolutional Block Attention Module）是由包括通道注意力模塊CAM（Channel Attention Module）和空間注意力模塊SAM（Spatial Attention Module）構(gòu)成的一種卷積注意力機(jī)制[6]。應(yīng)用于主干網(wǎng)絡(luò)中，用于增強(qiáng)特征提取過程中的通道和空間信息，如圖1 所示。

圖1 卷積注意力機(jī)制CBAM

通道注意力模塊CAM 可以自適應(yīng)地調(diào)整不同通道的權(quán)重，讓模型更加關(guān)注重要的通道特征，從而增強(qiáng)模型的表示能力，CAM 模塊如圖2 所示。在CAM 模塊之后，空間注意力模塊SAM 則利用卷積操作在特征圖上實(shí)現(xiàn)空間感知，圖3 說明了計(jì)算過程。本文通過將CBAM 添加到骨干網(wǎng)絡(luò)的最后，并用其替換第一個(gè)C3 結(jié)構(gòu)，提高網(wǎng)絡(luò)的特征提取效果和模型識別準(zhǔn)確度。

圖2 通道注意力模塊CAM

圖3 空間注意力模塊CAM

2.2 加權(quán)雙向特征金字塔結(jié)構(gòu)BiFPN

FPN（Feature Pyramid Network）利用特征金字塔結(jié)構(gòu)，有助于整合高級語義信息和底層細(xì)節(jié)信息[7]，如圖4（a）所示，原始的金字塔結(jié)構(gòu)通過自頂向下的特征傳遞來提取更準(zhǔn)確的特征表示。然而，多次下采樣操作會導(dǎo)致圖像中的細(xì)節(jié)和低層次信息丟失，影響小尺寸目標(biāo)的檢測效果。為了解決這個(gè)問題，YOLOv5 采用了PANet（Path Aggregation Network）結(jié)構(gòu)，如圖4（b）所示，該結(jié)構(gòu)在FPN 的基礎(chǔ)上引入了上采樣和下采樣分支，通過自上而下和自下而上的路徑傳遞特征來提高目標(biāo)檢測效果。為了進(jìn)一步提高特征金字塔網(wǎng)絡(luò)在交通標(biāo)志檢測中的表現(xiàn)，改進(jìn)模型在YOLOv5的Neck 網(wǎng)絡(luò)引入了加權(quán)雙向BiFPN（Bi-directional Feature Pyramid Network），通過加權(quán)處理不同尺度的特征并同時(shí)進(jìn)行自頂向下和自底向上的信息傳遞，以優(yōu)化模型在不同尺度目標(biāo)上的檢測效果。如圖4（c）所示，為實(shí)現(xiàn)雙向跨尺度特征融合，刪除了PANet 中只有一個(gè)輸入的節(jié)點(diǎn)，并將連接原始輸入與同級輸出實(shí)現(xiàn)跨尺度的特征融合，提高檢測算法的準(zhǔn)確性。

圖4 YOLOv5 特征金字塔結(jié)構(gòu)

2.3 損失函數(shù)SIoU

在目標(biāo)定位領(lǐng)域，為了解決預(yù)測框與真實(shí)框之間的角度匹配問題，本文引入了一種新的損失函數(shù)——SIoU（Scale-Invariant Intersection over Union）[8]。該損失函數(shù)的設(shè)計(jì)考慮了距離、形狀和角度等多個(gè)因素，并由預(yù)測框與真實(shí)框的角度、距離和形狀以及傳統(tǒng)IoU 的四部分損失組成，以實(shí)現(xiàn)在不同尺度和大小下預(yù)測框與真實(shí)框之間的準(zhǔn)確匹配。通過采用SIoU 損失替代傳統(tǒng)的CIoU 損失函數(shù)，可以更加專注于真實(shí)框與預(yù)測框的角度和位置信息，從而增強(qiáng)目標(biāo)檢測算法在更為復(fù)雜和多變的場景中的適應(yīng)性，提高算法的準(zhǔn)確性、魯棒性和穩(wěn)定性。

2.4 改進(jìn)后算法

為了提高交通標(biāo)志的識別準(zhǔn)確率和定位精度，提出了一種改進(jìn)的交通標(biāo)志檢測方法，基于CBMA 注意力機(jī)制和BiFPN 的改進(jìn)后的YOLOv5 模型展示在圖5 中。

圖5 改進(jìn)后的YOLOv5 模型

3 實(shí)驗(yàn)與結(jié)果分析

3.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)設(shè)置可以參考表1。

表1 實(shí)驗(yàn)環(huán)境配置

3.2 數(shù)據(jù)集

為了驗(yàn)證本文改進(jìn)算法的效果，選擇中國交通標(biāo)志檢測數(shù)據(jù)集（CCTSDB）作為實(shí)驗(yàn)的數(shù)據(jù)來源[9]。該數(shù)據(jù)集包含來自中國部分城市道路和高速公路的交通標(biāo)志圖片，涵蓋了不同的尺度、角度、光照條件，以及標(biāo)注不明顯的情況?？偣彩珍浟?5,724 張圖片。為簡化實(shí)驗(yàn)過程，本文從中選取了5000 張圖片作為實(shí)驗(yàn)數(shù)據(jù)集，其中4000 張用于訓(xùn)練，另外1000 張用于測試。經(jīng)過劃分，實(shí)驗(yàn)數(shù)據(jù)集被分為了三個(gè)不同的類別：Mandatory、Prohibitory 和Warning。

3.3 實(shí)驗(yàn)評價(jià)指標(biāo)

本文主要采用兩個(gè)評價(jià)指標(biāo)來評估算法的性能：檢測精度和檢測速度。其中，檢測精度用于評估算法在目標(biāo)準(zhǔn)確定位和分類方面的能力，主要通過計(jì)算精確率（P）、召回率（R）和平均精度均值（mAP）來衡量模型的檢測能力。對于檢測速度，通常使用每秒傳輸幀數(shù)（FPS）作為性能指標(biāo)進(jìn)行評估。

3.4 實(shí)驗(yàn)結(jié)果分析

3.4.1 消融實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于YOLOv5 的交通標(biāo)志檢測算法的有效性，在CCTSDB 數(shù)據(jù)集上進(jìn)行了消融實(shí)驗(yàn)，以評估不同的改進(jìn)方式對交通標(biāo)志檢測算法性能的影響。通過對實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)分析，能夠得出對于YOLOv5 等交通標(biāo)志檢測算法，不同的改進(jìn)方式對模型性能的有效性進(jìn)行評估。具體數(shù)據(jù)見表2。對比YOLOv5 算法后，發(fā)現(xiàn)原算法存在檢測性能低、誤檢和漏檢等問題。為此，本文提出了多種改進(jìn)方法，并在相同的實(shí)驗(yàn)條件下進(jìn)行對比。首先，將卷積注意力模塊CBAM 引入到Y(jié)OLOv5 模型中，改進(jìn)后的模型相較于原模型，在mAP 值上提升了5.5%。在YOLOv5 的特征金字塔模塊引入了BiFPN 模塊，改進(jìn)后的模型在mAP 值上獲得了0.6%的提升，同時(shí)略微減少了參數(shù)量。最后，通過優(yōu)化損失函數(shù)SIOU，將模型的mAP 值提升了0.5%，而對參數(shù)量和檢測速度沒有顯著影響。綜合以上改進(jìn)方法，本文提出的改進(jìn)的YOLOv5 模型相較于原模型，在相同的實(shí)驗(yàn)條件下，mAP 值提升了6.7%，參數(shù)量減少了0.86×106，檢測速度為63.13FPS。這一改進(jìn)使得交通標(biāo)志檢測算法具備更少參數(shù)、更高平均精度和更快速度的特點(diǎn)。

表2 消融實(shí)驗(yàn)

3.4.2 與其它算法對比分析

研究使用CCTSDB 數(shù)據(jù)集進(jìn)行了改進(jìn)后模型與其他網(wǎng)絡(luò)模型在交通標(biāo)志識別性能方面的對比實(shí)驗(yàn)。實(shí)驗(yàn)包括了Faster R-CNN、YOLOv4、YOLOv8、SSD 等主流算法，以及參考文獻(xiàn)中提及的其他模型（文獻(xiàn)[10]和文獻(xiàn)[11]）。根據(jù)表3 展示的實(shí)驗(yàn)數(shù)據(jù)，與YOLOv4 相比，本文改進(jìn)的算法在mAP 上提升了9%，并且參數(shù)量減少了2.77×106。此外，改進(jìn)后的算法在檢測速度方面也有顯著提升。相較于SSD模型，新的算法在指標(biāo)方面有所提升，同時(shí)達(dá)到了實(shí)時(shí)檢測的要求。此外，優(yōu)化的模型在在mAP 和參數(shù)量方面取得了最佳表現(xiàn)，分別達(dá)到了93.6%和6.34×106，并且處理速度高達(dá)63.13FPS，展現(xiàn)出優(yōu)異的性能。因此，該模型非常適用于路標(biāo)的識別，并可有效運(yùn)行在嵌入設(shè)備上。

表3 不同算法檢測交通標(biāo)志性能對比

3.4.3 檢測效果對比

為了評估改進(jìn)算法在交通標(biāo)志檢測方面的性能，本文從網(wǎng)絡(luò)中隨機(jī)選擇了不同尺寸的交通標(biāo)志圖片，并進(jìn)行了比較。此外，還將檢測場景考慮到了不同的天氣條件下，包括白天晴朗、夜晚雨雪以及白天霧霾，檢測效果對比部分實(shí)驗(yàn)結(jié)果如圖6 所示。

圖6 不同尺寸交通標(biāo)志的檢測效果

通過比較結(jié)果得出，當(dāng)涉及到不同尺寸的目標(biāo)時(shí)，改進(jìn)模型展現(xiàn)了更高的置信度，尤其在大目標(biāo)和中目標(biāo)的檢測中，無論是簡單目標(biāo)檢測還是多目標(biāo)檢測，兩種模型都能夠正確識別目標(biāo)，改進(jìn)模型在置信度方面稍微優(yōu)于原始YOLOv5。在不同天氣環(huán)境下的實(shí)驗(yàn)中，在白天晴朗的情況下，兩種模型都能夠準(zhǔn)確檢測出交通標(biāo)志，改進(jìn)模型的置信度相對更高。在白天霧霾天氣下，改進(jìn)模型能夠檢測出更多的標(biāo)志，而原始模型存在一定的漏檢和誤檢。最后，在夜晚雨雪條件下的檢測中，改進(jìn)模型沒有產(chǎn)生誤檢，而原始模型存在誤檢的情況。

4 結(jié)束語

針對現(xiàn)有交通標(biāo)志檢測方法存在的問題，本文提出了一種改進(jìn)的交通標(biāo)志檢測算法，利用了YOLOv5 作為主干網(wǎng)絡(luò)，并引入了CBAM 注意力機(jī)制進(jìn)行特征融合。此外，網(wǎng)絡(luò)還采用BiFPN 結(jié)構(gòu)和IoU 損失函數(shù)來加強(qiáng)檢測頭部的性能，有效解決了錯檢、漏檢和低精度等問題。通過在CCTSDB 數(shù)據(jù)集上訓(xùn)練，實(shí)現(xiàn)了性能的顯著提升，實(shí)驗(yàn)結(jié)果顯示，優(yōu)化后的算法在mAP 表現(xiàn)較好，達(dá)到了93.6%，同時(shí)保持著穩(wěn)定的檢測幀率為63.13FPS，參數(shù)量為6.3×106，表現(xiàn)令人滿意。相較于主流目標(biāo)檢測模型，改進(jìn)模型具有模型體積小、檢測精度高、推理速度較快等優(yōu)勢，能夠滿足實(shí)時(shí)交通標(biāo)志檢測的需求。未來的工作將會將本文方法搭載在嵌入式平臺上，并應(yīng)用于實(shí)際交通標(biāo)志檢測工程中。