10.3969/j.issn.1000-386x.2021.12.033
基于SSD模型的交通标志检测算法
针对交通标志图像中目标物较小,SSD(单次多框检测)模型对其检测精度不佳的问题,提出一种基于SSD模型改进的卷积网络算法.在原SSD特征层基础上加入低层特征图,并将低层邻近特征图进行融合,实现不同特征层的多元信息分类预测与位置回归.对SSD默认框的大小选取进行k-means聚类分析,调整原有默认框比例,加快模型收敛.通过不同数据集进行验证,实验结果表明,该算法表现出较好的检测效果,同时满足实时性的要求.
神经网络;目标检测;特征融合;交通标志
38
TP391(计算技术、计算机技术)
河南省重点研发与推广专项科技攻关项目192102210124
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
201-206