一种基于深度学习的交通标志识别新算法

• 作者: 陈昌川 王海宁 赵悦 王延平 李连杰 李奎 张天骐
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 智能交通系统 车载嵌入式系统 交通标志识别 深度学习 T-YOLO 多尺度训练 残差网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 76-82
• 页数: 7页
• 分类号: TN911.73|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2021.01.012

摘要

针对特定场景交通标志精度低与识别速度慢的问题,基于交通标志边缘信息与卷积神经网络,提出了一种交通标志图像识别T-YOLO算法.该算法基于YOLOv2算法检测思想,融合残差网络、卷积层填充0等结构,下采样舍弃池化层改用卷积层,并提取边缘信息与上采样以提升精度,设计7层特征提取网络以缩短识别速度,随后使用Softmax函数归一化实现多分类,并采用批量归一化、多尺度训练等方法缩短训练时间.实验表明,该算法真实有效,图形处理单元(Graphic Process-ing Unit,GPU)平台上最快检测速度13.69 ms/frame,每帧缩短9.51 ms,最高平均准确率97.3％,提高7.1％,满足实时高精度识别要求.与其他算法相比,该算法在交通标志识别速度与精度方面均有大幅提高,更加适用于现实场景,更贴近车载嵌入式系统.