基于U-Net定位优化的交通标志识别网络

更新时间:2023-05-28 07:38:07 阅读: 评论:0

第34卷 第11期Vol.34  No.11答应英文
重庆理工大学学报(自然科学)JournalofChongqingUniversityofTechnology(NaturalScience)2020年11月
Nov.2020  收稿日期:2019-08-18犯错歌词
尿不湿排行榜基金项目:国家自然科学基金项目(61601326,61371108)
作者简介:刘胜,男,硕士,主要从事基于深度学习的交通标志检测与识别研究,E mail:sliu12138@hotmail.com;通讯
作者马社祥,男,博士,教授,主要从事无线通信与导航、图像处理与计算机视觉研究,E mail:masx_tjut@
126.com。doi:10.3969/j.issn.1674-8425(z).2020.11.020
本文引用格式:刘胜,马社祥,孟鑫,等.基于U Net定位优化的交通标志识别网络[J].重庆理工大学学报(自然科学),2020,34(11):147
-155.
物理小实验Citationformat:LIUSheng,MAShexiang,MENGXin,etal.TrafficSignRecognitionNetworkBasedonU NetLocalizationRefinementApproach
[J].JournalofChongqingUniversityofTechnology(NaturalScience),2020,34(11):147-155.
take的用法
基于U Net定位优化的交通标志识别网络
刘 胜a,马社祥a,孟 鑫b,李 啸c
(天津理工大学 a.电气电子工程学院;b海运学院;c.计算机科学与工程学院,天津 300384)摘   要:针对当前方法不能同时满足高精度和高速识别的需求,提出一种新型交通标志识别网络。该网络包含3部分,即检测网络、定位优化网络和分类网络。通过改进YOLOv3网络
纽约大学排名
实现交通标志快速和精确检测,利用U
Net网络对交通标志定位优化,选用空间变换网络完成交通标志分类任务。实验结果表明:检测网
络在TT100K数据集和GTSDB数据集上,获得平均精度均值分别为87.57%和97.66%,运行时间分别为44.4ms和53.0ms,达到了当前先进的交通标志检测水平;定位优化网络在GTSDB数据集上,提升了分类网络的分类精度,也提高了识别网络的整体性能。
声的利用
关 键 词:交通标志检测;交通标志识别;YOLOv3;定位优化;U Net
中图分类号:TP391    文献标识码:A文章编号:1674-8425(2020)11-0147-09少腹逐瘀胶囊
TrafficSignRecognitionNetworkBasedonU Net
LocalizationRefinementApproach
LIUShenga,MAShexianga,MENGXinb,LIXiao
c(a.Collegeofelectricalandelectronicengineering;b.CollegeofTUTMaritime;
c.CollegeofComputerScienceandEngineering,
TianjinUniversityofTechnology,Tianjin300384,China)
Abstract:Torealizehigh accuracyandhigh speedrecognitionatthesametime,anoveltrafficsignrecognitionnetworkisproposed,whichconsistsofthreeparts:detectionnetwork,localizationrefinementnetwork,andclassificationnetwork.First,trafficsignscanbedetectedquicklyandaccuratelybyimprovingYOLOv3network.Then,U Netisusedtorefinethelocationoftrafficsigns.Finally,theSpatialTransformerNetworkisusedtocompletetheclassificationtaskoftrafficsigns.ThedetectionnetworkisevaluatedonTT100KdatasetandGTSDBdataset.Theresultsshowthattheproposeddetectionnetworkachievesstate of the artperformancebyobtainingmAPof87.57%and

本文发布于:2023-05-28 07:38:07,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/82/798053.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:网络   交通标志   识别   分类   检测
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图