基于改进先验框和损失的交通标志多尺度检测

摘要：

针对交通检测中存在的交通标志尺寸较小、距离较远、实际道路场景复杂等问题,提出一种基于改进先验框和目标定位损失的交通标志多尺度检测算法.以darknet-62为特征提取网络,针对小型交通标志检测,融合基于FPN的五尺度预测网络,进一步提升输出特征层的分辨率和丰富语义信息;改进先验框设计方法,以更精准地检测位于特征图网格拐角处或相邻的小型交通标志;通过引入基于GIoU指标的目标定位损失函数,以提高网络的整体识别精度.本文算法在中国交通标志违规概率top30数据集取得了 43.6％的mAP和14的FPS,相较于现有主流算法收获了更精准的检测效果.

关键词：交通标志检测;改进先验框;五尺度预测;GIoU

所属期刊栏目：11

分类号：TP391.4(计算技术、计算机技术)

资助基金：贵州省科技计划项目黔科合平台人才[2016]5707

在线出版日期：2021-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：56-62