一种基于深度学习的交通标志识别算法研究

作者：谢豆; 石景文; 刘文军; 刘澍

来源：电脑知识与技术, 2022, 18(06): 116-118.

DOI：10.14004/j.cnki.ckt.2022.0373

• 深度学习
• 目标检测
• 交通标志检测
• YOLOv4

针对当前在真实环境中交通标志呈多尺度分布，且图像背景复杂、天气光照多变等多种因素造成识别精度低、识别速度慢等情况。提出了一种基于深度学习神经网络的交通标志识别的设计与实现。首先从公开数据集TT100K中选取出现次数最多的45类交通标志进行识别，接着对图像进行mosaic等图像增强及图像处理。然后在深度学习神经网络中的YOLOv4网络结构上进行改进，使用聚类划分需要检测的目标框尺寸和CIOU对预测结果进行优化，最后使用迁移学习对模型进行训练。通过对模型的评估发现，与现有的方法相比，该模型的识别精度更高，识别速度更快。

• 单位
  苏州工业职业技术学院; 中国信息通信研究院