一种基于注意力模型的无锚框交通标志识别算法

在高分辨率的街景图像中检测和分类交通标志是非常具有挑战性的,相对于复杂的背景,交通标志只在图像中占取了极小的区域,难以进行准确的识别。针对此问题,本文提出了一种基于注意力模型的无锚框交通标志识别算法,利用密集连接网络DenseNet-121作为骨干网络进行特征提取。为了解决小型交通标志准确率低的问题,本文在骨干网络中加入了注意力模型,对特征图进行空间和通道上的自适应调整,通过有效地加强或抑制特征图中元素的权重,显著地提升了对小型交通标志的识别性能。同时,为了减小编码路径与解码路径间的语义鸿沟,本文引入了残差网络的连接方式,提出了一种语义连接路径。