基于改進ＹＯＬＯｖ５ｓ 的交通標(biāo)志檢測算法

打開文本圖片集

摘 要：針對現(xiàn)有的目標(biāo)檢測模型對復(fù)雜天氣下的交通標(biāo)志檢測存在漏檢與錯檢的情況，提出了一種改進ＹＯＬＯｖ５ｓ 的交通標(biāo)志識別算法。為提高算法在各種復(fù)雜場景下的適應(yīng)性，設(shè)計了一種基于重參數(shù)化（ＲｅＰａｒａｍｅｔｅｒｉｚｅｄ，ＲｅＰ） 的Ｃ３ 模塊，將其命名為Ｃ３＿ＤＢ；在網(wǎng)絡(luò)的Ｎｅｃｋ 部分引入上下文聚合模塊，使得算法可以聚焦于重點區(qū)域的特征，減少復(fù)雜背景造成的混淆，從而提升模型的特征提取能力；引入高效交并比（Ｅｆｆｉｃｉｅｎｔ Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ，ＥＩｏＵ） 損失函數(shù)代替?zhèn)鹘y(tǒng)的完全交并比（Ｃｏｍｐｌｅｔｅ Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ，ＣＩｏＵ） 損失函數(shù)，提升模型訓(xùn)練時的收斂速度，進一步提升模型對復(fù)雜情景下目標(biāo)的檢測性能。（剩余2448字）