TY - A2的高,本盟,阮Hoanh PY - 2020 DA - 2020/06/19 TI -快速交通标志检测方法基于轻量级网络和多层建议网络SP - 8844348六世- 2020 AB -建立交通标志检测在智能交通系统中起着至关重要的作用。最近,许多方法基础上提出了深度学习的交通标志检测与传统方法相比表现出更好的性能。然而,由于困难的条件下的驾驶环境和交通标志的大小在交通场景图像,深的性能上优于小交通标志检测方法仍然是有限的。此外,推断当前最先进的方法对交通标志检测的速度仍然缓慢。本文提出一种基于深度学习方法提高小型交通标志检测的性能在驾驶环境中。首先,采用一个轻量级的、高效的体系结构作为基础网络地址的问题推理速度。提高性能在小交通标志检测,采用反褶积模块生成一个增强的功能映射通过聚合一个低级特性映射与更高级的功能映射。然后,两个提案改善区域网络用于生成建议的最高级别的地图地图功能和增强功能。提出改善地区建议网络是专为快速和准确性提议的一代。在实验中,德国交通标志检测基准数据集被用来评估每个增强模块的有效性,Tsinghua-Tencent 100 k数据集是用来比较的有效性建议的方法与其他先进的交通标志检测方法。 Experimental results on Tsinghua-Tencent 100K dataset show that the proposed approach achieves competitive performance compared with current state-of-the-art approaches on traffic sign detection while being faster and simpler. SN - 1687-725X UR - https://doi.org/10.1155/2020/8844348 DO - 10.1155/2020/8844348 JF - Journal of Sensors PB - Hindawi KW - ER -