自然环境下基于改进YOLOv3网络的交通标志识别研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 交通标志识别的研究难点

1.4 本文研究内容和章节安排

2 相关理论概述

2.1 卷积神经网络

2.2 YOLOv3算法简介

2.3 本章小结

3 数据集与图像预处理

3.1 GTSDB数据集

3.2 图像数据增强

3.3 图像增强实验对比

3.4 本章小结

4 基于改进YOLOv3网络的交通标志识别方法

4.1 使用K-means++算法重新聚类先验框

4.2 合并BN层到卷积层

4.3 改进多尺度预测

4.4 本章小结

5 实验设计与结果分析

5.1 实验环境及数据

5.2 算法评价指标

5.3 实验步骤

5.4 六种算法识别结果

5.5 实验结果分析

5.6 本章小结

6 总结与展望

6.1 工作总结

6.2 展望

参考文献

致谢

作者简历及攻读硕士学位期间的科研成果