基于深度学习的道路交通标志多目标实时检测

• 作者: 伍锡如 刘英璇 雪刚刚
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 交通标志 智能驾驶 深度学习 Faster-RCNN 多目标检测
• 年，卷（期）: 2020,（2）
• 页码范围: 96-106
• 页数: 11页
• 分类号: TP391.4
• 字数: 4496字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2020.02.011

摘要

针对已有道路交通标志检测方法速度慢、受环境影响大、检测效果差等问题,本文提出一种基于Faster-RCNN的道路交通标志多目标实时检测方法.首先,对Faster-RCNN目标检测原理进行深入分析;然后,优化Faster-RCNN网络结构,并选择出合适的预训练模型和网络超参数;最后,在德国交通标志检测数据集(German traffic sign detection dataset,GTSD)上设计多组对比试验,证明了该方法的有效性,单张图片检测时间为0.4 s,准确率达71％以上.在瑞典交通标志检测数据集(Sweden traffic sign detection dataset,STSD)上进行迁移测试,展现了良好的泛化能力,为智能汽车的应用提供了理论依据和技术支持.