面向弱光照路况的交通标志检测算法研究

杜雪娟

doi:10.16009/j.cnki.cn13-1295/tq.2025.10.068

信息记录材料 ›› 2025, Vol. 26 ›› Issue (10) : 29 -31. DOI: 10.16009/j.cnki.cn13-1295/tq.2025.10.068

面向弱光照路况的交通标志检测算法研究

杜雪娟

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对弱光照环境下的图像存在暗部噪声较大、环境复杂以及交通标志较小难以检测等问题，可先进行低光照图像增强(SID),再进行目标检测。本文选用SID与去噪技术对弱光照图像进行增强，选用基于目标检测算法(YOLOv5)的深度学习图像增强模型(SK-EVC-YOLO)进行交通标志检测，通过在交通标志数据集上的实验以及与其他方法的对比，从评价指标和视觉效果两方面验证了SK-EVC-YOLO模型的有效性，在交通标志数据集(TT100K)上，改进模型相对于原始模型在精度指标平均精度均值(mAP)上提升了0.056。