计算机工程

作者：喻清挺, 喻维超, 喻国平

单位：1. 南昌大学 信息工程学院, 南昌 330031;2. 国家电网南昌供电公司, 南昌 330077

关键词：交通标志,区域全卷积网络,ResNet101网络,可变形卷积,可变形位置敏感RoI池化

基金：江西省重点研发计划项目（20161BBE50089）。

为在交通标志检测过程中同时满足精度和速度的需求，建立一种改进的基于区域全卷积网络（R-FCN）的交通标志检测模型。通过K-means聚类算法对数据集进行分析，选择合适的锚点框。对特征提取网络ResNet101进行结构简化，只使用前25层来提取特征，以缩短检测时间。在模型中引入可变形卷积和可变形位置敏感RoI池化层，以提高模型对交通标志的感应能力。模型训练过程中使用在线困难样本挖掘策略从而减少简单样本数量。在交通标志检测数据集GTSDB上的实验结果表明，该模型对交通标志位置信息较敏感，AP50和AP75指标分别达到97.8%和94.7%，检测时间缩至48 ms，检测精度与速度优于Faster R-CNN、R-FCN等模型。

来源：2021年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第12期