基于改进SSD算法的交通标识检测方法研究

作者：詹华伟; 邹昊好^*; 刘旭; 史水娥

来源：电子测量技术, 2022, 45(17): 79-85.

DOI：10.19651/j.cnki.emt.2209423

• SSD
• 卷积网络
• MFPN模型
• sub-pixel
• CCTSDB

针对目前SSD算法对小目标检测精确度低，泛化能力弱，且存在误检、漏检等问题，提出一种基于SSD网络的交通标识检测方法。为增加对目标的检测精度，使用ResNet-50网络作为SSD算法的骨干网络，在额外添加层中加入BN层，提高训练速度；使用sub-pixel来代替上采样，提高识别目标分辨率，并加入MFPN模型融合低层与高层特征信息，避免出现漏检问题。实验结果表明与现有的SSD算法相比，改进的SSD算法在公开数据集CCTSDB和GTSDB数据集上mAP值分别提高4.2%和3.1%,FPS保持在87.2 f/s,检测精度显著提升。满足对交通标识实时检测的要求，在无人驾驶领域具有广泛的应用前景。

• 单位
  河南师范大学