購物車(0)
采用Ranking Saliency算法改進的交通標志檢測方法
蔡凱; 周永霞 中國計量大學信息工程學院; 浙江杭州310018
關鍵詞：計量 目標檢測 yolo算法 流行排序算法 交并比
摘要：目的:交通標志的檢測是車載輔助系統的關鍵環節之一,針對YOLO V3檢測算法得到的檢測結果存在目標框不精確的問題,提出改進交通標志目標檢測算法。方法:YOLO V3是當前目標檢測算法中檢測召回率高且速度較優的算法,但在定位上不夠準確。為解決該問題,本文采用流行排序算法對得到的檢測框進行二次修正,從而使得目標定位精度提升。結果:通過結合YOLO V3和流行排序算法使目標檢測框的交并比提升了3%~9%。結論:通過YOLO V3和Ranking Saliency的結合能夠使得目標檢測的定位精度提高。
中國計量大學學報雜志要求:
{1}國家基金資助項目的研究論文，請注明批準立項項目批號并出示相應的證明材料。
{2}必須是作者獨立取得的原創性、學術研究成果，不侵犯任何著作權和版權，不損害第三方的其他權利，引用部分文字的要在參考文獻中注明，署名和作者單位無誤，切勿一稿多投，文責自負。
{3}論文題目不超過20個字，必要時可加副標題。題目要能概括文章主旨，且須簡明、具體、確切。
{4}參考文獻:按CB7714.87《文后參考文獻著錄規則》采用順序編碼制著錄。依照其在文中出現的先后順序有阿拉伯數字加方括號于右上角標出。
{5}所有英文人名、地名應有規范譯名，并在第一次出現時用括號標注原名。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
