龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏理工学院
摘要：本发明公开了一种基于改进LEP‑YOLOv7的城市道路交通标志检测与识别方法，包括：S1）获取具有交通标志图像的数据集，将数据集中的所有交通标志图像进行归一化操作，并将数据集中所有的图像缩放成指定大小尺寸；S2）基于YOLOv7算法构建改进型YOLOv7网络结构，得到改进YOLOv7模型；S4）通过在改进YOLOv7模型添加EEP边缘处理模块，得到改进LEP‑YOLOv7模型；S5）采用改进LEP‑YOLOv7模型对经过步骤S1）处理后数据集中所有图像中的交通标志检测与识别。本发明算法相比于原始的YOLOv7算法，对交通标志的检测有所改进，提高了YOLOv7算法对交通标志的平均识别精度，本发明方法为交通标志检测领域的研究提供了一种新的思路，对提高自动驾驶汽车的视觉感知能力具有一定意义。
主权项：1.一种基于改进LEP-YOLOv7的城市道路交通标志检测与识别方法，其特征在于：包括S1获取具有交通标志图像的数据集，将数据集中的所有交通标志图像进行归一化操作，并将数据集中所有的图像缩放成指定大小尺寸；S2基于YOLOv7算法构建改进型YOLOv7网络结构，得到改进YOLOv7模型；所述改进YOLOv7模型的改进点在于：1.采用图像增强对原始YOLOv7算法的输入图片进行改进；2.在原始YOLOv7算法中主干网络中用改进后的ELANSTB模块替换原有YOLOv7算法中的ELAN模块；3.在原始YOLOv7算法中主干网络的CBS模块的卷积层后面添加CBAM注意力机制；4.将原始YOLOv7算法中的损失函数更替为SIoU损失函数；S4通过在改进YOLOv7模型添加EEP边缘处理模块，得到改进LEP-YOLOv7模型；S5采用改进LEP-YOLOv7模型对经过步骤S1处理后数据集中所有图像中的交通标志检测与识别。
全文数据：
权利要求：
百度查询： 江苏理工学院 一种基于改进LEP-YOLO v7的城市道路交通标志检测与识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号