基于改进的轻量级YOLOv3的交通信号灯检测与识别 |
| |
作者姓名: | 邵叶秦 周昆阳 郑泽斌 向阳 唐宇亮 施佺 |
| |
作者单位: | 南通大学 交通与土木工程学院,江苏 南通 226019;南通大学 张謇学院,江苏 南通 226019 |
| |
基金项目: | 国家自然科学基金;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;南通市科技计划 |
| |
摘 要: | 交通信号灯的准确检测与识别可以提高驾驶的安全性,减少交通事故的发生.为了提高移动端识别的准确率和速度,提出一种改进的轻量级YOLOv3模型实现交通信号灯的检测与识别.首先,采用轻量级的ShuffleNetv2网络替换YOLOv3的主干网络DarkNet53,实现交通信号灯的快速检测与识别;接着,融合ShuffleNet...
|
关 键 词: | 交通信号灯 检测 识别 YOLOv3 轻量级 |
本文献已被 万方数据 等数据库收录! |
|