| 本文已被：浏览 583次 下载 173次 |
码上扫一扫！ |
|
|
| 基于改进 SSD 模型的道路交通标志识别方法 |
|
徐润权1,张林俊1,张靖佳1,许恩永2,何水龙1,2*1,2,3
|
|
1.(1.湖南科技大学 机械设备健康维护湖南省重点实验室,湖南 湘潭 411201;2.湖南科技大学 深海深地矿产资源开发技术与装备教育部工程研究中心,湖南 湘潭 411201;3.湖南科技大学 难加工材料高效精密加工湖南省重点实验室,湖南 湘潭 411201)
|
|
| 摘要: |
| 为了帮助智能汽车快速识别前方的交通标志,提升汽车在交通道路上的行驶安全,针对现有技术在识别过程中容易出现误检和漏检的问题,在优化现有SSD(Single Shot MultiBox Detector)目标检测模型的基础上,提出一种新的检测模型Rep SSD(Re parametrization, SSD),保证网络的实时性和识别的准确性.为增强骨干网络的特征提取能力,将SSD骨干网络中的卷积层更换为重参数化卷积层,在训练过程加入多分支结构增强网络特征的提取能力,在推理过程中采用重参数化技术简化网络,保持网络的识别速度.为进一步增强改进网络的小目标识别能力,加入CBAM(Convolutional Block Attention Module)注意力机制,强化网络提取到的特征信息.试验结果表明:在德国交通标志识别数据集GTSRB上,Rep SSD模型的检测精度达到84.7%,检测速度(FPS)达到110帧每秒,模型具有较好的检测精度和实时性.所提出的Rep SSD模型为自动驾驶汽车提供了一种实时且准确的交通标志识别方案. |
| 关键词: 交通标志牌识别 目标检测 重参数化卷积 CBAM 注意力机制 |
| DOI： |
| 分类号:TP391.41; U463.6 |
| 基金项目:广西创新驱动发展专项资助项目（AA22068001；AA23062031）；广西重点研发计划资助项目（AB21196029）；柳州市科技计划资助项目（2022AAA0102） |
|
|
|
|
| Abstract: |
|
| Key words: |
