一种改进YOLOv3的交通标志识别算法
陈德海
孙仕儒
王昱朝
邵恒
江西理工大学电气工程与自动化学院,江西赣州 341000
摘要：针对复杂街景下小目标交通标志牌存在识别精度低和漏检的问题,提出一种基于注意力机制和双向特征融合结构的你只能看一次(YOLOv3)算法.通过构建双尺度注意力模块,嵌入YOLOv3的特征提取网络,对特征通道进行重校准,同时进行多尺度特征的融合,增强了算法的特征信息提取能力.在中国交通标志检测数据集(CCTSDB)上进行实验,检测平均精度高达95.3％.小目标检测的性能相较于YOLOv3算法,得到了较大的提升,验证了该算法的优越性.
关键词：交通标志识别YOLOv3注意力机制特征融合特征重校准
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(61763015)
论文发表日期：2022-12-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 31-36 )