修正YOLOv2に基づくリアルタイム中国交通標識検出アルゴリズム

交通標識検出は、交通標識認識システムにおいて重要なタスクです。中国の交通標識は、他国の交通標識と比較して独自の特徴を持っています。畳み込みニューラルネットワーク（CNN）は、コンピュータビジョンタスクにおいてブレークスルーを達成し、交通標識分類において大きな成功を収めました。本論文では、深層畳み込みネットワークに基づく中国の交通標識検出アルゴリズムを提案します。リアルタイムの中国交通標識検出を実現するために、YOLOv2に触発されたエンドツーエンドの畳み込みネットワークを提案します。交通標識の特性を考慮し、ネットワークの中間層に多重1 × 1畳み込み層を取り入れ、最上層の畳み込み層を減少させ計算の複雑さを軽減します。小さい交通標識を効果的に検出するために、入力画像を密なグリッドに分割してより細かい特徴マップを取得します。さらに、中国交通標識データセット（CTSD）を拡張し、オンラインで入手可能なマーカー情報を改善します。拡張したCTSDおよびドイツ交通標識検出ベンチマーク（GTSDB）に基づいて評価されたすべての実験結果は、提案した方法がより速く、より堅牢であることを示しています。達成された最速の検出速度は、画像あたり0.017秒でした。