典型文献
基于改进SSD算法的交通标识检测方法研究
文献摘要：
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.
文献关键词：
SSD;卷积网络;MFPN模型;sub-pixel;CCTSDB
中图分类号：
作者姓名：
詹华伟;邹昊好;刘旭;史水娥
作者机构：
河南师范大学电子与电气工程学院 新乡453007
文献出处：
引用格式：
[1]詹华伟;邹昊好;刘旭;史水娥-.基于改进SSD算法的交通标识检测方法研究)[J].电子测量技术,2022(17):79-85
A类：
MFPN
B类：
SSD,交通标识,标识检测,小目标检测,检测精确度,泛化能力,漏检,检测精度,ResNet,骨干网络,BN,提高训练,训练速度,sub,pixel,上采样,模型融合,低层,特征信息,避免出现,公开数据集,CCTSDB,GTSDB,mAP,FPS,实时检测,无人驾驶,卷积网络
AB值：
0.418744
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。
