论文部分内容阅读
交通标志检测是当前车辆无人驾驶、辅助驾驶领域中重要的技术问题。原YOLO模型对于交通标志这种小目标检测性能不好,研究基于改进YOLO模型的交通标志检测方法,根据CNN卷积神经网络中感受野的理论,引入"特征加深模块",并将加强原模型对小目标检测的性能,力求在检测速度和精度上达到平衡,实验结果表明,所提方法在交通标志检测公共数据集GTSDB上获得了0.902的mAP,较好解决了原模型对交通标志检测出现性能下降的问题。