改進YOLOv8算法的交通標志小目標檢測

打開文本圖片集

摘  要： 針對傳統(tǒng)網絡模型在交通標志檢測方面存在的小目標識別不準確的問題，提出一種改進的Ghost?YOLOv8交通標志檢測模型。首先，使用GhostConv代替了全部Conv，并設計全新的GhostC2f模塊來替代全部的C2f，使模型輕量化；其次，將上采樣算法替換為CARAFE，以更好地保留圖像的細節(jié)信息；然后，在Neck部分引入了GAM注意力機制模塊，以增強特征中的語義信息和位置信息；最后，為了解決檢測小目標時尺度不一致導致的語義信息丟失問題，添加了小目標檢測層，以增強深層和淺層語義信息的融合。（剩余12404字）