论文摘要
对于无人驾驶的车辆来说,首先要实现的就是交通标志的检测和识别,侧重于研究交通标志的检测,并提出一种改进的交通标志检测方法。所提方法的目标即是想改进YOLO模型对小物体例如交通标志的检测性能。该方法的核心是利用卷积神经网络结构中高层和低层之间的特征转移连接。在公共数据集MASTIF上面的实验结果表明,所提方法有如下优点:所提出的改进模型确实能够提高对交通标志的检测性能,并获得92.36%的准确率,比之原算法有更好的效果。
论文目录
文章来源
类型: 期刊论文
作者: 黄尚安,董超俊,林庚华,甄俊杰
关键词: 交通标志检测,模型,特征转移连接
来源: 现代计算机(专业版) 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,计算机软件及计算机应用
单位: 五邑大学智能制造学部
分类号: TP391.41;U463.6
页码: 64-67
总页数: 4
文件大小: 1717K
下载量: 190