一种基于YOLOv8的道路交通标志目标检测方法

本发明公开了一种基于YOLOv8的道路交通标志目标检测方法，涉及道路目标检测领域，该方法中构建了CDFF‑YOLO模型，在模型的特征融合网络中嵌入MPA模块增强C2f的特征融合能力；构建MSF模块，嵌入GSConv以及CARAFE上采样算子实现多维度的序列信息融合效果，在尽可能降低模型参数量与计算量的同时提高模型的检测精度。构建DFF模块，采用二维傅里叶变换与反变换的方法使得特征信息在频域与空间域同时得到增强，有效提升网络模型对于被遮挡小目标以及光照不均下小目标的检测性能。三种模块不仅增强对于小目标模型的检测效果，还使得网络能够稳定应对小目标的检测场景。该方法在道路交通标志小目标的检测性能优越且处理速度较快，有利于移动端设备的部署。