论文部分内容阅读
随着人工智能领域的快速发展，深度学习在无人驾驶领域中的应用逐渐成熟，但是其中交通标志检测任务作为难点问题仍有很大的改进空间。城市道路下的交通标志检测具有环境复杂，小目标多，目标种类多且数量不平衡的特点，针对这些问题，提出了基于Libra R-CNN进行改进的方案。Libra R-CNN目标检测网络是基于平衡提出的，能够较好应对目标种类多及数量不平衡问题，在Libra R-CNN网络的锚框提取样本阶段，使用GA-RPN生成锚框，从而在训练期间产生更精确更多样化的样本，减少背景影响和小目标不好定位的问题