典型文献
基于改进的Tiny-YOLOv4快速交通标志检测算法
文献摘要：
交通标志检测算法需要兼顾精度高、速度快,模型容量小三方面的要求,为此,提出改进Ti?ny-YOLOv4快速交通标志检测算法.改进原算法的主干特征提取网络和特征金字塔网络,引入跨阶段局部网络和空间金字塔池化,改用尺度更大的52×52和104×104预测特征层,提高小目标交通标志的检测精度.将改进后的Tiny-YOLOv4算法和Tiny-YOLOv4算法以及其他目标检测算法在CCTSDB数据集上进行对比实验.实验结果表明,改进后的算法平均精度达到88.79％,模型内存容量为10.8 MB,相比原算法,检测精度提升了13.4％,模型内存容量减少了11.8 MB,检测速度达到了200 FPS,且改进算法的综合性能优于其他检测算法.
文献关键词：
目标检测;Tiny-YOLOv4;空间金字塔池化;特征金字塔网络
中图分类号：
作者姓名：
张小雪;黄巍
作者机构：
武汉工程大学计算机科学与工程学院,湖北武汉430073;武汉工程大学智能机器人湖北省重点实验室,湖北武汉430073
文献出处：
引用格式：
[1]张小雪;黄巍-.基于改进的Tiny-YOLOv4快速交通标志检测算法)[J].电子设计工程,2022(19):139-143,148
A类：
B类：
Tiny,YOLOv4,快速交通,交通标志检测,小三,主干特征提取网络,特征金字塔网络,跨阶段局部网络,空间金字塔池化,改用,高小,小目标,检测精度,目标检测算法,CCTSDB,内存容量,MB,精度提升,检测速度,FPS,改进算法
AB值：
0.260558
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。
