【摘 要】
：
交通标志检测与分类是辅助驾驶和无人驾驶系统的重要组成部分,对于减少交通事故和减少人员伤亡至关重要。传统的交通标志识别系统主要针对在良好环境条件下的交通标志图像。然而,在实际场景中,由于不利的因素,所捕捉的图像会变形和模糊。使用深度学习算法检测交通标志具有更高的准确度和检测速度,可以保证检测的实时性。随着深度学习与卷积神经网络的发展与广泛应用,一些交通标志检测与分类算法陆续被提出,但是,实际的检测效
论文部分内容阅读
交通标志检测与分类是辅助驾驶和无人驾驶系统的重要组成部分,对于减少交通事故和减少人员伤亡至关重要。传统的交通标志识别系统主要针对在良好环境条件下的交通标志图像。然而,在实际场景中,由于不利的因素,所捕捉的图像会变形和模糊。使用深度学习算法检测交通标志具有更高的准确度和检测速度,可以保证检测的实时性。随着深度学习与卷积神经网络的发展与广泛应用,一些交通标志检测与分类算法陆续被提出,但是,实际的检测效果会受到诸多因素的影响,例如:图像中交通标志牌的大小,图像的明暗程度,标志牌是否完整。本文主要针对基于深度学习的交通标志检测与分类的算法提出一些改进,优化对小目标的检测与分类,提高检测的实时性。主要研究内容如下:1.采用基于YOLOv3的交通标志检测与分类算法的网络模型,使用TT100K交通标志数据集中的19种交通标志类型,对YOLOv3网络模型进行了训练与测试,图像数据共计6463张图像,图像尺寸采用416x416。测试网络模型的性能为:模型大小236MB,m AP值60.29%,检测速度40FPS。2.针对原始的YOLOv3网络模型的性能,进行改进和优化,将图像尺寸调整为512x512,鉴于交通标志识别的图像多为小目标,因此对网络模型进行调整,采用浅层特征提取,去掉YOLOv3网络中的最后一个重复单元,保留剩余四个单元,将特征层与浅层网络相连接,并且加入了SKnet作为注意力机制。经过训练,得到的改进版网络模型性能为:模型大小81MB,m AP值82.21%,检测速度36FPS。模型大小和m AP值相比原始模型都有了较好的优化,模型大小缩小到原版的三分之一左右,m AP值提高了21.92%。3.对改进网络进行轻量化,进一步缩小模型大小,并且提高检测速度。将模型的主干网络Dark Net53替换为Mobile Netv3,同样采用浅层特征提取。经过训练,得到的轻量化网络模型性能为:模型大小24MB,m AP值75.31%,检测速度60FPS。比较可得,轻量化后的模型大小是三个模型中最小的,甚至只有原版的十分之一左右,检测速度也是最快的,在原版的基础上提高了50%。
其他文献
原油泄漏和工业含油废水排放带来的环境污染已经成为全球亟待解决的问题。多孔海绵吸附材料因为其成本低廉、易操作,被认为是理想的去除油污染的材料。许多科研工作者通过各种表面改性的方式,制备了具有润湿选择性的超疏水-超亲油海绵用于油水分离,展现出优异的吸附性能。对于吸附材料,同时优化吸附材料对油的吸附和解吸是很有必要的,但是由于这两个特性通常是冲突的,因此如何实现二者的同时优化仍然是一个挑战。于此,本文提
铊是一种动植物非必需的有毒有害重金属元素。矿产资源开发利用活动导致水环境铊污染事件频发,已引起广泛关注。因此,研发出高效去除水环境中铊的材料及技术,成为研究的热点。石墨烯是目前最理想的二维纳米材料,越来越多应用于污染物净化吸附材料。功能化是实现石墨烯分散、溶解和成型加工的最重要手段,通过引入特定的官能团,可以极大增强石墨烯的吸附性能。因此,本文通过引用氮杂冠醚来对氧化石墨烯（GO）进行功能化,探索
近年来，随着数字经济的不断发展，叠加新冠肺炎疫情的外部冲击，货币数字化进程显著加快。在此背景下，以各国货币当局为代表的公共部门，为了维护货币主权和货币统一性，多选择开展央行数字货币（Central Bank Digital Currency,CBDC）研发；而私人部门则从商业生态出发、以支付网络为切入点，提出了稳定币方案。由此，数字经济时代的国际货币竞争俨然分化为央行数字货币与私人部门稳定币
本文首先研究了复平面上向量值Doubling Fock空间FΦ2上正算子值函数符号Toeplitz算子,利用Carleson条件等价刻画了正算子值函数符号的Toeplitz算子的有界性和紧性.其次研究了单位圆盘上正规权Bergman空间AΦ2上L∞符号的Toeplitz算子的本性范数,利用Toeplitz算子与紧算子集的距离,得到了Toeplitz算子本性范数的逼近公式.最后研究了圆环上正规权Be
人类在生产和生活中产生很多难以生物降解的有机污染物,如染料、抗生素等,由于它们在环境中存留时间长,成分复杂,可生化性差,在水体中易积累、迁移,常规活性污泥处理工艺难以将其去除。Fenton试剂(Fe2++H2O2)利用羟基自由基（·OH）降解难生化降解的有机污染物,但是Fenton方法存在p H适用范围窄、Fe（II）再生难、铁泥二次污染及H2O2利用率低等缺点。异相Fenton技术,与均相Fen
知识图谱是问答系统的数据基础,随着数据挖掘、信息采集技术的高速发展,一大批规模庞大、涵盖多个领域的知识图谱开始出现,但是足球领域的知识图谱仍然存在很大的缺口。因为足球领域的特殊性,开放域的知识图谱无法适用于足球问答任务研究,而现有的足球相关的知识图谱则因为其内容相对单一而无法满足足球问答任务的需求。因此,构建面向足球问答的知识图谱对于提升足球问答任务的效果有着重要意义。另一方面,足球领域较多地涉及
非甾体抗炎药（Nonsteroidal anti-inflammatory drugs）是一类普遍使用于治疗人体关节炎、皮肤过敏、消热消肿以及缓解术后情况下的疼痛与炎症的药物,它的治疗作用主要体现为抗炎、镇痛或解热三大方面。这类药物多数为非处方药,购买途径多样。由于人类和动物对NSAIDs的滥用,部分药物及其未代谢物会以尿液和粪便形式直接排入环境水样中。一些研究表明,环境水样中已经存在大量的NSA
目前电子商务已发展成为主流的购物方式,推荐系统的出现在一定程度上地缓解了信息过载的问题。服装作为网络购物的重要商品类别,如何实现高效的服装搭配推荐也成为产业界和学术界的热门研究内容。本文以用户个性化偏好特征分析、深度学习的特征提取、个性化服装搭配推荐技术和算法为研究内容,提出了基于用户历史记录的个性化服装搭配推荐算法。本文的主要工作包括:（1）提出了基于用户个性化特征的服装推荐算法。利用CNN对用
城市化推动人类的进步,但在城市化进程中也不断出现严峻的挑战与问题。城市水质污染、空气环境问题、气候变化、生态安全风险过高等问题不断出现。其中,随着城市化进程的不断加快,城市人口迅速增长,城市建设用地急速扩张,城市下垫面急剧改变。城市下垫面的改变,导致城市的热力性质发生变化,进而使得城市内部气候发生显著变化,城市热环境发生剧烈变化。城市热环境的危害,表现在影响城市气候,导致城市环境质量受到威胁,影响
进化算法是人工智能算法的分支,经过几十年的发展,已广泛用于计算机相关的许多方面。基因表达式程序设计（Gene Expression Programming,GEP）作为进化算法的一种,因其编码简单却能解决复杂问题的能力而受到了研究者们的广泛青睐,现已在时间序列预测、大数据分析、多目标优化等诸多领域取得了丰厚的成果。但经典的GEP算法也存在一些不足:基因型某种意义上多为随机产生,这使得种群中存在大量