典型文献
基于改进YOLOv4的交通信号灯倒计时数字检测与识别
文献摘要：
交通信号灯倒计时数字的快速检测和准确识别可以提高驾驶的安全性,减少交通事故的发生.针对目标检测算法在交通信号灯倒计时数字检测与识别中准确率较低、漏检率较高的问题,提出一种基于改进YOLOv4的交通信号灯倒计时数字检测与识别算法.首先将YOLOv4的主干网络CSPDarkNet53替换为CSPResNet50vd,并将CSPResNet50vd中stage4的3×3标准卷积替换为可变形卷积.实验表明,改进的YOLOv4算法达到79.34％的mAP和9.59％的漏检率.相较于YO?LOv4,mAP提高2.58％,漏检率降低1.84％,检测速度提升了22.65％,有效地提高了识别准确率和检测速度、降低了漏检率.
文献关键词：
交通信号灯倒计时数字检测与识别;YOLOv4;可变形卷积
中图分类号：
作者姓名：
周昆阳;郑泽斌;向阳;赵梦婷;唐宇亮;宋锦伟;邵叶秦
作者机构：
南通大学张謇学院,江苏南通226019;南通大学交通与土木工程学院,江苏南通226019
文献出处：
引用格式：
[1]周昆阳;郑泽斌;向阳;赵梦婷;唐宇亮;宋锦伟;邵叶秦-.基于改进YOLOv4的交通信号灯倒计时数字检测与识别)[J].电脑知识与技术,2022(04):7-9,21
A类：
交通信号灯倒计时数字检测与识别,CSPResNet50vd,stage4
B类：
YOLOv4,快速检测,准确识别,少交,交通事故,目标检测算法,漏检率,识别算法,主干网络,CSPDarkNet53,标准卷积,可变形卷积,mAP,检测速度,识别准确率
AB值：
0.123
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。
