汽车工业论文_基于改进注意力机制的交通标志检 - 计算机时代杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 计算机时代

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

汽车工业论文_基于改进注意力机制的交通标志检

作者:

关键词:

摘要：

文章摘要:针对交通标志在某些场景中存在分辨率过低、被覆盖等环境因素影响导致在目标检测任务中出现漏检、误检的情况，提出了一种改进的注意力机制的交通标志检测算法。首先,针对交通标志因破损、光照等环境影响造成图像分辨率低从而导致网络提取图像特征信息有限的问题，在主干网络中添加注意力模块来增强目标区域的关键特征；其次，特征图中相邻通道间的局部特征由于感受野重叠存在一定的相关性，用大小为k的一维卷积代替通道注意力模块中的全连接层以达到聚合不同通道信息和减少额外参数量的作用；最后在PANet后的中、小尺度特征层引入感受野模块来增大特征图的感受野以融合目标区域的上下文信息，提升网络对交通标志的检测能力。通过在CCTSDB数据集上进行实验，结果表明，提出的YOLOv4改进算法可以在引进极少的参数量和与原算法检测速度相差不大的情况下检测精度提升了1.41个百分点，m AP达96.88%，与轻量级网络YOLOv5s相比，在单张检测速度慢10 ms的情况下，检测精度提升了3.40个百分点，检测速度达到40 FPS，完全满足目标检测实时性的要求。

文章关键词:

论文分类号:U463.6;TP391.41

文章来源：《计算机时代》网址: http://www.jsjsdzzs.cn/qikandaodu/2022/0124/2256.html