基于SSD算法的交通指示牌目标检测

摘要：

针对现存的目标检测算法对交通指示牌识别准确率低、泛化能力弱和对于小目标不易检测,无法真正地应用在实际的问题,而深度学习算法中卷积神经网络可以很好地解决传统方法存在的问题,故在SSD算法的基础上使用特征金字塔替代多尺度特征层,提出基于SSD的交通指示牌目标检测算法,充分融合了低层和高层的信息,通过对交通指示牌数据集TPD进行训练并检测,实验结果表明提出的基于SSD的交通指示牌目标检测方法比原始的SSD算法在AP上提高了5.4％,对于一些小目标的检测能力更强,从而验证了提出的目标检测方法比原始的SSD算法更优.

关键词：泛化能力、SSD、特征金字塔、目标检测、交通指示、TPD、小目标、深度学习、卷积神经网络

所属期刊栏目：44

分类号：TN911.73-34

资助基金：新疆维吾尔自治区项目;国家自然科学基金;国家自然科学基金;科技援疆项目

在线出版日期：2021-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147