基于SSD模型的交通标志检测算法

• 全文链接
• 请求原文

作   者：

田智慧;  孙盐盐;  魏海涛; 

作者机构：

郑州大学地球科学与技术学院;  郑州大学信息工程学院; 

关键词：

特征融合;  目标检测;  神经网络;  交通标志; 

期刊名称：

计算机应用与软件

i s s n：

1000-386X

年卷期：

2021 年 012 期

页   码：

201-206

摘   要：

针对交通标志图像中目标物较小,SSD （单次多框检测）模型对其检测精度不佳的问题,提出一种基于SSD模型改进的卷积网络算法。在原SSD特征层基础上加入低层特征图,并将低层邻近特征图进行融合,实现不同特征层的多元信息分类预测与位置回归。对SSD默认框的大小选取进行k-means聚类分析,调整原有默认框比例,加快模型收敛。通过不同数据集进行验证,实验结果表明,该算法表现出较好的检测效果,同时满足实时性的要求。