论文部分内容阅读
交通警告标志是用于警告驾驶员和行人注意危险地点的标志,为了降低由于忽略交通警告标志而引发的交通事故发生率,提出了一种基于全卷积神经网络的交通警告标志检测方法。首先,为了增强模型的泛化能力,对图像进行了数据增强处理;其次,通过卷积层与残差连接层交替连接来对图片数据进行颜色、形状等特征提取;最后,通过特征金字塔网络结构进行跨尺度预测,在不同尺度上预测物体位置坐标和类别概率。实验结果表明,该方法利用全卷积神经网络的深度学习能力,实现了对交通警告标志的快速、准确识别。