标签结合现实场景的交通标志分类检测研究

摘要：

交通标志在车辆的安全行驶和自动驾驶中都有着大量的研究.由于交通标志的种类繁多且受各种因素的影响,交通标志的分类检测也是一个具有挑战的难题.为此,提出了一种标签结合现实道路场景的交通标志分类检测方法,该方法分为数据生成部分和目标检测部分.实验结果表明,利用该方法生成训练数据,能够有效地训练深度卷积神经网络,实现现实场景交通标志的分类检测,并且优化的检测模型相比文中提到的模型具有更小的体积和更快的速度.

关键词：交通标志、自动驾驶、数据增强、深度卷积神经网络、检测

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：广西高校中青年教师基础能力提升项目2019KY0819

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：27-31,36