基于改進YOLOX的交通標志檢測與識別

打開文本圖片集

摘  要：現(xiàn)實中交通標志的檢測和識別具有環(huán)境多變的特點，交通標志長時間暴露在外經(jīng)常會出現(xiàn)損壞情況，對檢測的精度和速度產(chǎn)生較大影響。利用最新的YOLO系列算法——YOLOX，對網(wǎng)絡(luò)結(jié)構(gòu)的加強特征提取層進行改進，引入OPA-FPN網(wǎng)絡(luò)，相較于原來的PANet網(wǎng)絡(luò)，后者精度提升2.2%。在交通標志識別過程，對經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型LeNet-5進行改進，在數(shù)據(jù)集TT100K中進行實驗，相較于其他交通標志識別模型，使用改進的模型可以使識別正確率提升2.31%，識別時間減少了13.02 ms。（剩余5911字）