计算机工程与应用

2020, v.56;No.963(20) 28-35

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进YOLOv3的交通标志检测方法研究
Research on Improved YOLOv3 Traffic Sign Detection Method

邓天民;周臻浩;方芳;王琳;

摘要(Abstract):

针对我国自动驾驶的辅助识别交通标志误差率大、检测速度慢、需人工参与等问题,提出一种基于改进YOLOv3的交通标志检测识别方法。通过改进Darknet53网络结构来减少网络迭代过程中前向推理计算,提升网络迭代速度。引入目标检测的直接评价指标GIoU指导定位任务来提高检测精度。使用k-means++聚类算法获取anchor尺寸并匹配到对应的特征层。实验结果表明,提出的方法相较于原始YOLOv3在标准数据集Lisa上的平均精度提升了8%,检测速度达到了76.9 f/s;在自制数据集CQ-data上平均精度可达94.8%,与传统识别以及其他算法相比,不仅具有更好的实时性、准确性,对各种环境变化具有更好的鲁棒性,而且可以识别多种交通标志的类型。

关键词(KeyWords): 交通标志检测;YOLOv3;GIoU;维度聚类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(No.51678099);; 重庆市科学技术委员会科技人才培养计划项目(No.CSTC2013KJRC-QNRC0148)

作者(Author): 邓天民;周臻浩;方芳;王琳;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享