基于改进ＹＯＬＯｖ５ｓ 的交通标志检测算法

打开文本图片集

摘 要：针对现有的目标检测模型对复杂天气下的交通标志检测存在漏检与错检的情况，提出了一种改进ＹＯＬＯｖ５ｓ 的交通标志识别算法。为提高算法在各种复杂场景下的适应性，设计了一种基于重参数化（ＲｅＰａｒａｍｅｔｅｒｉｚｅｄ，ＲｅＰ） 的Ｃ３ 模块，将其命名为Ｃ３＿ＤＢ；在网络的Ｎｅｃｋ 部分引入上下文聚合模块，使得算法可以聚焦于重点区域的特征，减少复杂背景造成的混淆，从而提升模型的特征提取能力；引入高效交并比（Ｅｆｆｉｃｉｅｎｔ Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ，ＥＩｏＵ） 损失函数代替传统的完全交并比（Ｃｏｍｐｌｅｔｅ Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ，ＣＩｏＵ） 损失函数，提升模型训练时的收敛速度，进一步提升模型对复杂情景下目标的检测性能。（剩余2448字）