基于改进SSD的道路交通标志检测

来源：计算机测量与控制杂志2021年第10期北京时间：

作者：黄桥,胡绍林,张彩霞

单位：佛山科学技术学院

摘要：交通标志检测在无人驾驶领域有重要的应用。针对复杂环境下交通标志检测精度低的问题，本文对SSD算法进行优化改进，提出将特征提取网络从VGG16替换为特征提取能力更强的Resnet50，为了提高检测效果，本文采用K-means++聚类算法确定SSD中先验框的尺寸。本文基于TensorFlow深度学习框架，对复杂环境下的图像中的交通标志进行定位和分类，分别利用SSD模型和改进的SSD模型做检测对比实验，分析模型测试结果。结果表明，改进方法对各类型交通标志的检测精度相比原SSD算法更高。通过本文的方法对交通标志进行检测能取得较好效果。

关键词：交通标志;无人驾驶;SSD算法;K-means++聚类

基金资助：国家自然科学基金(61973094),广东省基础与应用基础研究基金粤港澳应用数学中心项目(2020B151531003)；