-
题名小尺度交通信号灯的检测与识别
被引量：4
- 1
-
-
作者
王莉
崔帅华
苏波
宋照肃
-
机构
河南理工大学电气工程与自动化学院
河南省煤矿装备智能检测与控制重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第2期149-152,160,共5页
-
基金
河南省自然科学基金资助项目(162300410126)。
-
文摘
针对深度模型在网络深层易丢失细节特征导致对小尺度目标检测效果差的问题,提出一种基于YOLOv3算法的小尺度交通信号灯检测模型。首先,采用跨越式特征融合提升浅层特征图的语义能力、减少过度融合产生的冗余信息;然后,采用K-means算法聚类出适合交通信号灯尺寸的新先验框,再采用线性缩放机制对新先验框离散以提升IoU。经过Bosch Small Traffic Lights Dataset测试集测试表明:所设计的新模型相较原YOLOv3模型,其mAP提升约9%,Green-AP提升5%,Red-AP提升30%,检测速度达24 fps,满足交通信号灯实时检测需求。另外,提出一种YOLOv3与OCR结合识别倒计时数字灯的方法,该方法在自制测试集上的识别精度达91%。
-
关键词
小尺度交通信号灯
YOLOv3算法
特征融合
倒计时数字灯
OCR
-
Keywords
small scale traffic lights
YOLOv3 algorithm
feature fusion
countdown digital lights
OCR
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
