摘要
本发明涉及目标检测领域,具体涉及一种基于改进SSPDO‑YOLO的交通标志小目标检测方法,利用车载监控收集各种交通标志图片并对图片进行预处理,得到一份数据集;基于YOLOv8模型改进网络框架,得到改进后的SSPDO‑YOLO模型;1)利用C2f‑SMPCGLU模块代替原有YOLOv8模型的C2f模块;2)添加P2检测层,P2检测层先经过SPDConv模块,再与P3检测层进行融合后使用CSPOmniKernel模块来进行特征整合;利用SSPDO‑YOLO模型对处理后的数据集进行交通标志的目标检测。本发明能够在保证精度与现有算法相当的同时模型更加简单,计算量显著降低,能够更加有效地学习从全局到局部的特征表征,最终提高交通标志这类小目标的检测性能。
技术关键词
交通标志
YOLO模型
分支
模块
车载监控
图片
数据
机制
通道
滤波器
框架
网络
算法
元素
阶段
频率
精度
信号
系统为您推荐了相关专利信息
理疗系统
智能温控
发热模块
温度控制模块
智能控制模块
双向神经网络
线性回归模型
投料
搅拌控制方法
序列