典型文献
一种改进YOLOv3的交通标志识别算法
文献摘要：
针对复杂街景下小目标交通标志牌存在识别精度低和漏检的问题,提出一种基于注意力机制和双向特征融合结构的你只能看一次(YOLOv3)算法.通过构建双尺度注意力模块,嵌入YOLOv3的特征提取网络,对特征通道进行重校准,同时进行多尺度特征的融合,增强了算法的特征信息提取能力.在中国交通标志检测数据集(CCTSDB)上进行实验,检测平均精度高达95.3％.小目标检测的性能相较于YOLOv3算法,得到了较大的提升,验证了该算法的优越性.
文献关键词：
交通标志识别;YOLOv3;注意力机制;特征融合;特征重校准
中图分类号：
作者姓名：
陈德海;孙仕儒;王昱朝;邵恒
作者机构：
江西理工大学电气工程与自动化学院,江西赣州 341000
文献出处：
引用格式：
[1]陈德海;孙仕儒;王昱朝;邵恒-.一种改进YOLOv3的交通标志识别算法)[J].河南科技大学学报（自然科学版）,2022(06):31-36
A类：
特征重校准
B类：
YOLOv3,交通标志识别,识别算法,街景,交通标志牌,识别精度,漏检,注意力机制,双向特征融合,双尺度,尺度注意力,注意力模块,特征提取网络,多尺度特征,特征信息提取,国交,交通标志检测,检测数据集,CCTSDB,小目标检测
AB值：
0.389681
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
