手机知网 App
24小时专家级知识服务
打 开
汽车工业
一种融合注意力机制与上下文信息的交通标志检测方法
针对当前交通标志检测中存在小目标检测精度低、检测实时性不高以及目标漏检等问题,在YOLOv3基础上提出了一种融合了注意力机制与上下文信息的交通标志检测方法;首先通过改进通道注意力机制的压缩方式,对特征图通道重新进行标定;然后引入空间金字塔池化模块SPP;最后增加特征映射并拼接到原特征融合网络中的小目标部分,充分利用上下文信息增强对小目标的检测;实验结果表TT100K(Tsinghua-Tencent 100K)交通标志数据集上,与YOLOv3网络相比,在每秒传输帧数(FPS,frame per second)变化不大的情况下,平均精度均值和小目标的精度均值分别提升3.03%和4.59%;实验结果证明了改进网络在小目标检测和整体检测中的有效性。
0 558
手机阅读本文
下载APP 手机查看本文
计算机测量与控制
2022年03期
相似文献
图书推荐
相关工具书

搜 索