La detección de señales de tráfico es sumamente importante en los sistemas de conducción autónoma y seguridad en el transporte. Sin embargo, la detección precisa de las señales de tráfico sigue siendo un reto, especialmente en condiciones extremas. Este trabajo propone un nuevo modelo denominado Traffic Sign Yolo (TS-Yolo) basado en la red neuronal convolucional para mejorar la precisión de la detección y el reconocimiento de las señales de tráfico, especialmente en condiciones de baja visibilidad y visión extremadamente restringida. Se utilizó un método de aumento de datos de copiar y pegar para construir un gran número de muestras nuevas basadas en conjuntos de datos de señales de tráfico existentes. Basándose en You Only Look Once (YoloV5), se empleó la convolución mixta en profundidad (MixConv) para mezclar diferentes tamaños de núcleo en una única operación de convolución, de modo que se pudieran capturar diferentes patrones con varias resoluciones. Además, se integró el módulo de fusión de características atencionales (AFF) para fusionar las características basadas en la atención desde escenarios de la misma capa a escenarios de capas cruzadas, incluyendo conexiones de salto cortas y largas, e incluso realizando la fusión inicial consigo mismo. Los resultados experimentales demostraron que, utilizando el conjunto de datos YoloV5 con aumento, la precisión fue de 71,92, lo que supuso un aumento de 34,56 en comparación con los datos sin aumento, y la precisión media mAP_0,5 fue de 80,05, lo que supuso un aumento de 33,11 en comparación con los datos sin aumento. Cuando se aplicaron MixConv y AFF al modelo TS-Yolo, la precisión fue de 74,53 y 2,61 más que con el aumento de datos solamente, y el valor de mAP_0,5 fue de 83,73 y 3,68 más que el basado en el conjunto de datos YoloV5 con aumento solamente. En general, el rendimiento del método propuesto fue competitivo con los métodos más recientes de detección de señales de tráfico.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis de componentes principales adaptable y robusto basado en la matriz intergráfica para el registro de imágenes médicas
Artículo:
Selección aleatoria de comparador seguro basada en el procesamiento de consultas MAX/MIN con preservación de la privacidad en redes de sensores de dos niveles
Artículo:
Opciones de tratamiento para la maloclusión de clase III en pacientes en crecimiento con énfasis en la protracción maxilar
Artículo:
Segmentación de imágenes de tomografía computarizada de haz cónico basada en aprendizaje profundo para la detección de lesiones orales
Artículo:
Un marco de fusión profunda de dos flujos para la clasificación de escenas aéreas de alta resolución
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.