期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
YOLOv8-NTS:一种针对交通标志检测的目标识别方法
1
作者 李鹏飞 熊召新 王桂宝 《液晶与显示》 北大核心 2025年第12期1868-1880,共13页
为了解决当前交通标志检测方法在小目标、模糊目标及复杂环境下检测精度低的问题,本文提出了一种改进的交通标志检测模型YOLOv8-NTS,以提升模型在复杂交通环境下的识别性能。模型在YOLOv8基础上进行了3方面改进:首先在骨干网络中设计了... 为了解决当前交通标志检测方法在小目标、模糊目标及复杂环境下检测精度低的问题,本文提出了一种改进的交通标志检测模型YOLOv8-NTS,以提升模型在复杂交通环境下的识别性能。模型在YOLOv8基础上进行了3方面改进:首先在骨干网络中设计了经过轻量化的混合注意力变换器模块SlimHAT,以增强对全局像素信息的建模能力,提高特征表示精度;其次设计了基于WTConv的WT-C2fBlock模块替代原有的C2f模块,在减少12.2%模型参数量的同时保持模型检测精度不变;最后设计了结合空间注意力机制与卷积操作的新型检测头RFAhead,优化特征提取和融合过程,进一步增强模型对目标的表达能力和鲁棒性。在TT100K交通标志数据集上的实验表明,与基线模型YOLOv8相比,改进后的YOLOv8-NTS模型在精确率、召回率、mAP50及mAP50~90指标上分别提升了6.5%、5.0%、7.3%和5.3%,显示出显著的性能优势。所提出的YOLOv8-NTS模型能够在保持较低计算成本的同时显著提升交通标志检测精度和泛化能力,验证了该方法的有效性与实用价值,可为智能交通场景中的交通标志识别提供可靠的技术支持。 展开更多
关键词 交通标志检测 SlimHAT WT-C2fBlock rfahead YOLOv8
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部