ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对弱光照环境下的图像存在暗部噪声较大、环境复杂以及交通标志较小难以检测等问题，可先进行低光照图像增强（ＳＩＤ），再进行目标检测。 本文选用 ＳＩＤ 与去噪技术对弱光照图像进行增强，选用基于目标检测算法（ＹＯＬＯｖ５）的深度学习图像增强模型（ＳＫ⁃ＥＶＣ⁃ＹＯＬＯ）进行交通标志检测，通过在交通标志数据集上的实验以及与其他方法的对比，从评价指标和视觉效果两方面验证了 ＳＫ⁃ＥＶＣ⁃ＹＯＬＯ 模型的有效性，在交通标志数据集（ＴＴ１００Ｋ）上，改进模型相对于原始模型在精度指标平均精度均值（ｍＡＰ）上提升了 ０???? ０５６。
