10.3969/j.issn.1671-3524.2023.01.008
基于改进YOLOv3的交通标志识别
针对交通标志在图像中占比小,存在难以准确识别的问题,提出以YOLOv3网络模型为基础的改进算法对交通标志进行识别.调整网络中的CBL层,使用较浅层次网络的输出特征图,降低漏检率;采用焦点损失函数计算置信度,降低了误报率和对数平均未命中率;将图像分块预处理,解决较小的对象特征因图像大小调整而丢失的问题,提高主干网络检测速度.该算法在中国交通标志数据集上验证结果表明,提高YOLOv3网络的平均精度和整体性能,mAP达到97.84%,速度达35.6fps.
YOLOv3、交通标志识别、CBL层调整、焦点损失、图像分块预处理
35
TP391.4(计算技术、计算机技术)
江苏省职业教育教师教学创新团队项目;江苏省社科应用研究精品工程课题;无锡商业职业技术学院技能大师工作室
2023-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35