摘要
一种高速公路锥桶目标检测方法,包括如下步骤:步骤一:通过无人机获取道路图片;步骤二:通过锥桶检测模型对道路图片进行特征提取,锥桶检测模型利用可形变卷积DCNv3模块(deformable convolution v3),对不规则形状进行特征提取;步骤三:锥桶检测模型引入基于辅助边框的Inner‑IOU损失函数,通过辅助边框计算IOU损失,能够改善边界框回归损失。本发明融合可形变卷积DCNv3模块,以适应不规则状态,获取目标重要特征,减少漏检误检测,使得算法具备了对不同尺度、角度和光照条件下交通标志的鲁棒性;引入Inner‑IOU,改善了边界框回归损失,尤其适用于不均匀分布的目标或不同尺度的目标检测,这有助于提高检测效率。
技术关键词
高速公路锥桶
双线性
图片
交通标志
无人机
模块
马赛克
网络结构
上采样
特征点
鲁棒性
通道
光照
分支
因子
颜色
算法
动态
基础