改进YOLOv3的交通标志检测方法研究

• 作者: 周臻浩 方芳 王琳 邓天民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 交通标志检测 YOLOv3 GIoU 维度聚类
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 热点与综述
• 页码范围: 28-35
• 页数: 8页
• 分类号: TP394.41
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0043

摘要

针对我国自动驾驶的辅助识别交通标志误差率大、检测速度慢、需人工参与等问题,提出一种基于改进YOLOv3的交通标志检测识别方法.通过改进Darknet53网络结构来减少网络迭代过程中前向推理计算,提升网络迭代速度.引入目标检测的直接评价指标GIoU指导定位任务来提高检测精度.使用k-means++聚类算法获取anchor尺寸并匹配到对应的特征层.实验结果表明,提出的方法相较于原始YOLOv3在标准数据集Lisa上的平均精度提升了8％,检测速度达到了76.9 f/s;在自制数据集CQ-data上平均精度可达94.8％,与传统识别以及其他算法相比,不仅具有更好的实时性、准确性,对各种环境变化具有更好的鲁棒性,而且可以识别多种交通标志的类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方芳		10	11	2.0	3.0
2	邓天民		33	185	6.0	13.0
3	王琳		3	0	0.0	0.0
4	周臻浩		3	0	0.0	0.0