[发明专利]一种基于YOLOv3的交通标志检测与识别方法在审

专利信息
申请号: 201910131881.3 申请日: 2019-02-22
公开(公告)号: CN109902609A 公开(公告)日: 2019-06-18
发明(设计)人: 高尚兵;卢中鹤;李新源;郭若凡;桂凯歌;周君;黄子赫;朱全银;蔡创新;李文婷 申请(专利权)人: 淮阴工学院
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 康燕文
地址: 223005 江苏省淮安市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于YOLOv3的交通标志检测与识别方法,该方法首先按照VOC格式制作交通标志数据集;然后对VGG16网络进行改进,修改第一层全连接层节点数目,删去第二层全连接层,在网络中添加残差层,将激活函数ReLU换为PReLU,将网络中所有的Max pooling改为stochastic pooling,并用改进后的网络替换YOLOv3中的darknet53网络;最后使用改进后的YOLOv3对数据集进行训练,并用训练好的模型检测交通标志。本发明可以根据需求制作数据集,检测图片视频及摄像头中的交通标志,并且检测速度快,准确率高,改善了小目标交通标志检测效果不好的问题。
搜索关键词: 交通标志检测 交通标志 连接层 数据集 网络 并用 交通标志数据 摄像头 改进 激活函数 模型检测 网络替换 第一层 小目标 检测 准确率 残差 制作 视频 图片
【主权项】:
1.一种基于YOLOv3的交通标志检测与识别方法,其特征在于,包括以下步骤:(1)制作交通标志数据集;(2)对VGG网络进行改进:删去第二层全连接层,修改第一层全连接层的结点数目,在每一层的池化之前都加入残差网络;将VGG网络中的激活函数替换为PReLU函数;使用stochastic pooling代替VGG16中的Max pooling;(3)将YOLOv3中的darknet53网络换成改进后的VGG网络作为基础网络;(4)使用改进后的模型对数据进行训练,直至训练过程中模型输出日志中loss变量不再降低;(5)使用训练好的模型对交通标志进行检测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴工学院,未经淮阴工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910131881.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top