交通标志检测是交通标志识别系统中的一项重要任务。与其他国家的交通标志相比,中国的交通标志有其独特的特点。卷积神经网络(CN......
交通标志检测是交通标志识别系统中的一项重要任务。与其他国家的交通标志相比,中国的交通标志有其独特的特点。卷积神经网络(CNN)在计算机视觉任务中取得了突破性进展,在交通标志分类方面取得了巨大的成功。本文提出了一种基于深卷积网络的交通标志检测算法。为了实现交通标志的实时检测,本文提出了一种基于YOLOv2的端到端卷积网络。针对交通标志的特点,在网络的中间层采用多个1×1卷积层,在顶层减少卷积层以降低计算复杂度。为了有效地检测小交通标志,我们对输入图像进行密集网格划分,得到更精细的特征图。此外,我们扩充了中国交通标志数据集(CTSD),并改进了在线可用的标志信息。根据扩展后的CTSD和德国交通标志检测基准(GTSDB)评估的所有实验结果表明该方法具有更快的速度和更强的鲁棒性。获得的最快检测速度为每图像0.017秒。
1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。