基于损失函数优化和模块改进的轻量化交通标志识别方法及系统

本发明涉及图像识别技术领域，且公开了基于损失函数优化和模块改进的轻量化交通标志识别方法，包括采集交通标志图像数据进行预处理、分割图像背景处理、提取图像特征并降维处理以及对图像特征识别分类，实现不同图像中交通标志识别处理。该基于损失函数优化和模块改进的轻量化交通标志识别方法及系统，通过在YOLOv8s主干网络中，以轻量级GhostConv模块代替传统卷积模块，实现模型压缩性能并保持检测速度和准确性，在head网络中加入DWConv模块，减少模型参数，提高特征融合效率，引入注意力机制DAttention增强对相关特征的提取效果，抑制不相关特征以提高算法的检测精度，通过优化损失函数结合Shape‑IoU方法使边界框回归更加准确，有效提高模型检测性能。