典型文献
基于改进YOLOV4模型的交通标志识别研究
文献摘要：
为了解决目前高清街景图像中定位和分类交通标志任务时,出现的图像目标背景复杂,小目标不易识别等一系列问题,提出了一种基于YOLOV4模型改进的交通标志识别新算法.首先,在原骨干网络中嵌入新型注意力机制CA模块,形成一对方向感知和位置敏感的注意力图,使网络能够在更大区域内聚焦有效特征;其次,在颈部特征增强网络处添加适量的增强感受野RFB模块,进一步提升网络的特征融合能力.在TT100K交通标志数据集上进行实验发现,改进算法在IOU阈值为0.5时,相较于原算法的mAP指标提升了近4个百分点,每秒识别帧数达到了 39FPS.因此,提出的CA—RFB—YOLOV4算法可以在增加少量计算参数的情况下,显著提升目标数据的识别精度,更好地满足了实际场景中交通标志识别的需求.
文献关键词：
交通标志识别;高清街景图像;注意力机制;增强感受野
中图分类号：
作者姓名：
陈梦涛;余粟
作者机构：
上海工程技术大学机械与汽车工程学院,上海201620;上海工程技术大学工程实训中心,上海201620
文献出处：
引用格式：
[1]陈梦涛;余粟-.基于改进YOLOV4模型的交通标志识别研究)[J].微电子学与计算机,2022(01):17-25
A类：
高清街景图像,39FPS
B类：
YOLOV4,交通标志识别,解决目前,小目标,模型改进,新算法,骨干网络,注意力机制,CA,方向感,位置敏感,注意力图,大区域,内聚焦,有效特征,特征增强,增强感受野,RFB,特征融合,融合能力,TT100K,改进算法,IOU,mAP,指标提升,百分点,每秒,计算参数,提升目标,识别精度
AB值：
0.370741
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。
