|
|||||
|
|
| 基于改进YOLOX的交通标志检测与识别 | |
| 作者姓名： | 陈民 吴观茂 |
| 摘 要： | 现实中交通标志的检测和识别具有环境多变的特点,交通标志长时间暴露在外经常会出现损坏情况,对检测的精度和速度产生较大影响.利用最新的YOLO系列算法——YOLOX,对网络结构的加强特征提取层进行改进,引入OPA-FPN网络,相较于原来的PANet网络,后者精度提升2.2％.在交通标志识别过程,对经典的卷积神经网络模型Le... |
| 关 键 词： | 单步路径聚合网络 YOLO 卷积神经网络 FPN LeNet-5 |
|
||||||||||||||
|
||||||||||||||
|
||||||||||||||
|
|
|
|
| 设为首页 | 免责声明 | 关于勤云 | 加入收藏 |
|
Copyright©北京勤云科技发展有限公司 京ICP备09084417号 |