基于改进YOLOv3的交通标志检测与识别

摘要

针对无人驾驶车辆行驶过程中全景交通标志的检测与识别,提出了一个改进YOLOv3深度神经网络(TSRYOLOv3)。TSR-YOLOv3加深了前期的特征提取残差网络,在小尺度检测层融合了浅层网络特征。采用各种恶劣天气状况下的数据集展现多种场景下的道路环境,通过暗通道去雾算法对训练图像进行图像增强,并将TSR-YOLOv3网络先在裁剪后的低分辨率图片上训练,再在全景图片上进行迁移学习再训练,以便加速网络的收敛。该方法达到了70%的m AP,相较于YOLOv3算法提升了16%。

关键词

无人驾驶 / 神经网络 / YOLOv3 / 深度学习 / 特征融合