一种基于深度学习的交通标志识别算法研究

作     者：谢豆 石景文 刘文军 刘澍 

作者机构：苏州工业职业技术学院软件与服务外包学院江苏苏州215104 中国信息通信研究院北京100191 

基　　金：江苏省青蓝工程 江苏省大学生创新创业训练计划项目(202012686017Y) 苏州工业职业技术学院科研启动基金(2017kyqd017) 苏州工业职业技术学院院级课题(2020kytd04) 

出 版 物：《电脑知识与技术》 (Computer Knowledge and Technology)

年 卷 期：2022年第18卷第6期

页      码：116-118页

摘      要：针对当前在真实环境中交通标志呈多尺度分布,且图像背景复杂、天气光照多变等多种因素造成识别精度低、识别速度慢等情况。提出了一种基于深度学习神经网络的交通标志识别的设计与实现。首先从公开数据集TT100K中选取出现次数最多的45类交通标志进行识别,接着对图像进行mosaic等图像增强及图像处理。然后在深度学习神经网络中的YOLOv4网络结构上进行改进,使用聚类划分需要检测的目标框尺寸和CIOU对预测结果进行优化,最后使用迁移学习对模型进行训练。通过对模型的评估发现,与现有的方法相比,该模型的识别精度更高,识别速度更快。

主 题 词：深度学习 目标检测 交通标志检测 YOLOv4 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.14004/j.cnki.ckt.2022.0373

馆 藏 号：203109704...