论文部分内容阅读
针对大视野交通场景下背景复杂和交通标志目标较小的问题,提出一种改进Faster R-CNN检测网络的算法。首先采用深度残差网络ResNet50作为骨干网络,提取交通标志的特征;然后设计了在两个不同层级特征图上使用合理尺度滑动窗口的策略来生成目标建议区域,增强多尺度交通标志的检测能力;最后在残差块中引入注意力机制模块,强化图像的关键信息,抑制图像的背景信息。在中国交通标志数据集上验证了算法的有效性,取得了98.52%的平均检测精度和每幅图像0.042s的检测速率。本文算法检测效果明显优于原Faster