基于改进Tiny YOLOv3的交通标志检测方法

摘要：

针对智能驾驶场景下的小尺寸交通标志检测准确率不高的问题,提出一种基于Tiny YOLOv3网络的交通标志检测算法.通过使用深度可分离卷积重构特征提取网络和增加浅层与深层特征层之间的特征融合,提高模型对小目标的注意力;同时修改anchor boxes尺寸,提升预测框的准确度.在TT100K交通标志数据集上的试验结果表明,提出算法的平均精度均值(mAP)较Tiny YOLOv3提高了 19.3％,对小尺寸交通标志检测具有更强的鲁棒性.

关键词：交通标志检测、深度可分离卷积、特征融合、TinyYOLOv3

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：天津市研究生科研创新项目;天津市重点研发计划科技支撑重点项目;中央引导地方科技发展专项;内蒙古自治区科学技术厅项目

在线出版日期：2023-07-24（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：62-68