公开(公告)号：CN116704476B

公开(公告)日：2024-06-04

申请号：CN202310692934.5

申请日：2023-06-12

申请人： 郑州轻工业大学

发明人： 肖艳秋 ,  崔光珍 ,  尹世澳 ,  姚雷 ,  房占鹏 ,  张伟利 ,  刘洁 ,  刘岩

IPC分类号： G06V20/58 ,  G06V10/776 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985

摘要： 本发明提出了一种基于改进Yolov4‑tiny算法的交通标志检测方法，用于解决复杂场景下交通标志检测效果不佳的技术问题；其步骤为：首先，获取交通标志数据集，并划分为训练集、验证集和测试集；其次，构建改进Yolov4‑tiny算法的卷积神经网络模型；并将训练集和验证集输入改进Yolov4‑tiny算法的卷积神经网络模型中进行训练及验证；最后，将测试集输入至训练后的改进Yolov4‑tiny算法的卷积神经网络模型中进行性能测试，根据评价指标保存性能最好的卷积神经网络检测模型；并利用卷积神经网络检测模型对交通标注图像进行检测。本发明有效提高了交通标志数据集的质量，优化深度学习模型训练效果，且本发明方法对小目标交通标志具有良好的检测效果。

公开(公告)号：CN116704476A

公开(公告)日：2023-09-05

申请号：CN202310692934.5

申请日：2023-06-12

申请人： 郑州轻工业大学

发明人： 肖艳秋 ,  崔光珍 ,  尹世澳 ,  姚雷 ,  房占鹏 ,  张伟利 ,  刘洁 ,  刘岩

IPC分类号： G06V20/58 ,  G06V10/776 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985

摘要： 本发明提出了一种基于改进Yolov4‑tiny算法的交通标志检测方法，用于解决复杂场景下交通标志检测效果不佳的技术问题；其步骤为：首先，获取交通标志数据集，并划分为训练集、验证集和测试集；其次，构建改进Yolov4‑tiny算法的卷积神经网络模型；并将训练集和验证集输入改进Yolov4‑tiny算法的卷积神经网络模型中进行训练及验证；最后，将测试集输入至训练后的改进Yolov4‑tiny算法的卷积神经网络模型中进行性能测试，根据评价指标保存性能最好的卷积神经网络检测模型；并利用卷积神经网络检测模型对交通标注图像进行检测。本发明有效提高了交通标志数据集的质量，优化深度学习模型训练效果，且本发明方法对小目标交通标志具有良好的检测效果。