基于改进YOLO模型的交通标志检测
Traffic sign detection based on improved YOLO model作者机构：江门职业技术学院广东江门529090
出 版 物：《科学技术创新》 (Scientific and Technological Innovation)
年 卷 期：2021年第18期
页 面：194-196页
学科分类：08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程]
主 题：交通标志检测 YOLO模型 特征加深模块 公共数据集GTSDB
摘 要：交通标志检测是当前车辆无人驾驶、辅助驾驶领域中重要的技术问题。原YOLO模型对于交通标志这种小目标检测性能不好,研究基于改进YOLO模型的交通标志检测方法,根据CNN卷积神经网络中感受野的理论,引入“特征加深模块,并将加强原模型对小目标检测的性能,力求在检测速度和精度上达到平衡,实验结果表明,所提方法在交通标志检测公共数据集GTSDB上获得了0.902的mAP,较好解决了原模型对交通标志检测出现性能下降的问题。
维普期刊数据库
同方期刊数据库