- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种改进YOLOv4的交通标志识别方法。通过对实验数据集进行添加随机高斯噪声、CutMix数据增强和马赛克数据增强等数据预处理方法对数据集进行扩充,再利用改进的YOLOv4模型识别出交通标志及其置信度。所述改进的YOLOv4模型是首先在引入深度可分离卷积的特征提取网络进行特征提取,然后将获得的不同尺度特征图输入双向特征金字塔网络结构进行多尺度特征融合,融合不同尺度特征信息并增强相同尺度信息,最后对不同大小特征图进行预测与回归获得最终识别结果。改进的YOLOv4模型利用Focal损失函数
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112699900 A
(43)申请公布日 2021.04.23
(21)申请号 202110005171.3
(22)申请日 2021.01.05
(71)申请人 东北林业大学
地址
文档评论(0)