-
题名基于改进SSD算法的交通标识检测方法研究
被引量：4
- 1
-
-
作者
詹华伟
邹昊好
刘旭
史水娥
-
机构
河南师范大学电子与电气工程学院
河南师范大学河南省光电传感集成应用重点实验室
-
出处
《电子测量技术》
北大核心
2022年第17期79-85,共7页
-
基金
河南省高等学校重点科研项目基础研究项目(19B510006)资助。
-
文摘
针对目前SSD算法对小目标检测精确度低,泛化能力弱,且存在误检、漏检等问题,提出一种基于SSD网络的交通标识检测方法。为增加对目标的检测精度,使用ResNet-50网络作为SSD算法的骨干网络,在额外添加层中加入BN层,提高训练速度;使用sub-pixel来代替上采样,提高识别目标分辨率,并加入MFPN模型融合低层与高层特征信息,避免出现漏检问题。实验结果表明与现有的SSD算法相比,改进的SSD算法在公开数据集CCTSDB和GTSDB数据集上mAP值分别提高4.2%和3.1%,FPS保持在87.2 f/s,检测精度显著提升。满足对交通标识实时检测的要求,在无人驾驶领域具有广泛的应用前景。
-
关键词
SSD
卷积网络
mfpn模型
SUB-PIXEL
CCTSDB
-
Keywords
SSD
convolutional networks
mfpn model
sub-pixel
CCTSDB
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
