典型文献
基于改进Anchor-Free模型的交通标志检测算法
文献摘要：
交通标志检测是自动驾驶系统的一项重要功能,当前先进的交通标志检测器大多采用Anchor-Based网络模型,根据锚框遍历所有潜在的目标位置.为了减少锚框带来的计算开销和过多的超参数设置,提出了一种基于编码-解码结构的Anchor-Free交通标志检测算法.为了增加解码模块的特征表征能力,在解码模块中引入残差增强分支.为了高效地提取和利用多尺度特征,设计了特征融合子网络,提升对多尺度目标的检测能力,并使用Ghost轻量化模块提取多尺度特征图,不显著引进运算量.在Tsinghua-Tencent100K数据集上进行验证,所提算法实现了92.5％的召回率和90.3％的准确率,模型的参数量和模型大小分别为1.61×107和64.4 Mbit.实验结果表明,与主流目标检测算法相比,所提算法的检测精度较高,计算开销较低,在综合性能上具有优越性.
文献关键词：
机器视觉;交通标志检测;Anchor-Free;残差结构;多尺度特征融合
中图分类号：
作者姓名：
吕卫;梁芷茵;褚晶辉
作者机构：
天津大学电气自动化与信息工程学院,天津300072
文献出处：
引用格式：
[1]吕卫;梁芷茵;褚晶辉-.基于改进Anchor-Free模型的交通标志检测算法)[J].激光与光电子学进展,2022(24):159-166
A类：
Tencent100K
B类：
Anchor,Free,交通标志检测,自动驾驶系统,重要功能,检测器,Based,锚框,遍历,目标位置,计算开销,超参数,参数设置,解码,表征能力,强分支,合子,子网络,多尺度目标,检测能力,Ghost,轻量化模块,多尺度特征图,运算量,Tsinghua,算法实现,召回率,参数量,Mbit,目标检测算法,检测精度,机器视觉,残差结构,多尺度特征融合
AB值：
0.372264
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。
