基于加权密集连接卷积网络的快速交通标志检测

作者：邵毅明; 屈治华; 邓天民^*; 宋晓华

来源：交通运输系统工程与信息, 2020, 20(02): 48-54.

DOI：10.16097/j.cnki.1009-6744.2020.02.008

• 智能交通
• 交通标志检测
• 密集连接网络
• 深度学习
• MobileNet

为提高算法对交通标志快速定位的准确性,改善现有检测算法在复杂交通环境下检测效果不佳、实时性较差的问题,提出一种基于动态加权密集连接卷积网络的交通标志快速检测算法.选用YOLOv2作为基础网络,通过增加动态加权密集块对各层特征图的权重进行调节,实现深层高语义信息和浅层低语义信息的融合;使用MobileNet轻量化网络结构,通过可分离卷积操作有效降低网络的计算成本;针对池化操作中图像特征丢失严重问题引入CBAM模块,利用通道注意力和空间注意力信息增强关键特征的表达能力.实验结果表明,本文算法在GTSDB数据集上分别达到了96.14%的检测精度和139 frame/s的检测速度,在保证较高检测精度的同时,能够有效提高检测效率,满足实时检测要求.

• 单位
  重庆交通大学; 交通运输学院