TY -的A2 - Mo, r . AU -杨,Zhonglai PY - 2022 DA - 2022/09/20 TI -智能交通标志的识别算法基于改进YOLO v3意思SP - 7877032六世- 2022 AB -近年来,辅助驾驶和自动驾驶技术一直被公众更加关注。路标识别具有十分重要的现实意义的自驾的实现技术。在实际交通环境、交通标志检测容量小的问题,低分辨率,不清楚的特点,容易被打扰的环境。为了更好地实现道路交通标志识别,本文改进和优化YOLO v3网络来源于YOLO v3意思意思结构算法,增强了数据的交通标志使用色彩增强和其他技术,并改善了原YOLO v3意思网络算法的红外系统结构52×52。然后,二次采样输出特性图108年YOLO v3意思网络使用×108解决方案来解决这些困难的图片大小和图像失真。使用5、9和13个固定大小的线程池的控制体系结构的表面,然后输出特性与图片的原始特征,以便输入不同的大小可以获得相同的输出。最后,我们使用中间类K算法组TT100K里程碑式的数据集,考虑原来的网络参数,并比较TT100K数据集与小的目标确定算法,如YOLO v3网络模型和改进YOLO v3意思意思网络模型。结果表明,与传统YOLO v3意思算法相比,优化YOLO v3意思路标识别算法有明显改善迹象识别准确性,信号识别速度和学习成本。当FPS的变化很小,召回率和精度将大大提高。同时,与其他小目标检测算法相比,改进的YOLO v3意思算法更准确和更快的检测精度。 SN - 1574-017X UR - https://doi.org/10.1155/2022/7877032 DO - 10.1155/2022/7877032 JF - Mobile Information Systems PB - Hindawi KW - ER -