%0 Journal Article %A 梁正友 %A 耿经邦 %A 孙宇 %T 基于改进残差网络的交通标志识别算法 %D 2022 %R %J 计算机与现代化 %P 52-57 %V 0 %N 04 %X 针对模型在下采样过程中不断损失图像的高层次信息,从而导致特征提取不足的问题,本文对ResNet网络结构进行改进,提出基于多尺度特征与注意力机制的交通标志识别方法。首先,通过特征融合的方式将模型各个层次的多尺度特征进行融合,丰富特征语义信息,增强网络的特征提取能力。然后,通过注意力机制强化不同通道特征,提升特征整体的表达能力。结合这2种方法可提升模型的交通标志识别准确率。在GTSRB和BelgiumTS交通标志数据集上的实验结果表明,所提出方法的准确率分别达到99.31%和98.96%,优于前沿的交通标志识别算法。 %U http://www.c-a-m.org.cn/CN/abstract/article_5619.shtml