基于 YOLOv11s 交通标志的检测

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-07-01-170489

基于 YOLOv11s 交通标志的检测

胡　斌

芜湖学院电子信息学院

全文直达

引用

打印

摘要：针对交通标志实时检测任务中精度与模型轻量化的权衡问题，本文基于 YOLOv11s 模型提出优化方案。实验数据表明，该模型在精度与轻量化层面实现显著突破：相较于 YOLOv11n，mAP50 提升 8.6%；相比 YOLOv11m，模型参数量减少 53.2%，计算复杂度降低 68.4%，同时仅牺牲 3.6% 的 mAP50:95 指标。在跨模型对比中，YOLOv11s 以 86.4% 的 mAP50 超越 YOLOv7 和 CGS-Chost-YOLO，同时以 18.3MB 模型体积和 21.4 GFLOPs 的计算量保持轻量化优势。尽管 YOLOv8s 在 mAP50:95 指标上略高，但 YOLOv11s 在参数量和模型体积上更具优势。通过改进特征金字塔结构与动态卷积机制，本方法在交通标志目标检测中实现 75.7% 的召回率，较基准模型提升 5.7%。实验证明，该方案在精度损失可控的前提下，成功将计算资源需求降低至主流模型的 31.7%-20.7%，为车载嵌入式设备部署提供了精度达 86.4% mAP50 轻量化解决方案，在交通标志检测中具有重要实践价值。

关键词：

YOLOv11s；交通标志检测；自动驾驶；TT100K

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2025,7(1)