作者：周蘇，支雪磊，劉懂，寧皓，蔣連新，石繁槐

PVANet（performance vs accuracy network）卷積神經(jīng)網(wǎng)絡(luò)用于小目標(biāo)檢測(cè)的檢測(cè)能力較弱。針對(duì)這一瓶頸問題， 采用對(duì)PVANet網(wǎng)絡(luò)的淺層特征提取層、深層特征提取層和HyperNet層（多層特征信息融合層）進(jìn)行改進(jìn)的措施， 提出了一種適用于小目標(biāo)物體檢測(cè)的改進(jìn)PVANet卷積神經(jīng)網(wǎng)絡(luò)模型， 并在TT100K（Tsinghua-Tencent 100K）數(shù)據(jù)集上進(jìn)行了交通標(biāo)志檢測(cè)算法驗(yàn)證實(shí)驗(yàn)。結(jié)果表明， 所構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)具有優(yōu)秀的小目標(biāo)物體檢測(cè)能力， 相應(yīng)的交通標(biāo)志檢測(cè)算法可以實(shí)現(xiàn)較高的準(zhǔn)確率。

計(jì)算機(jī)目標(biāo)檢測(cè)是指計(jì)算機(jī)根據(jù)視頻、圖像信息對(duì)目標(biāo)物體的類別與位置的檢測(cè)， 是計(jì)算機(jī)視覺研究領(lǐng)域的基本內(nèi)容。隨著硬件和軟件技術(shù)的發(fā)展， 尤其是基于卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)算法的普及應(yīng)用， 計(jì)算機(jī)目標(biāo)檢測(cè)的準(zhǔn)確率及速度都有了很大提高［1］。而且， 異于傳統(tǒng)的人工設(shè)計(jì)特征提取器， 卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)物體檢測(cè)可自主學(xué)習(xí)視頻、圖像信息中的特征， 從而檢測(cè)到更多類別以及更細(xì)分類的物體［2］。小目標(biāo)檢測(cè)主要是對(duì)圖像或視頻中的標(biāo)志、行人或車輛等顯示尺寸較小的目標(biāo)進(jìn)行檢測(cè)， 在民用、軍事和安防等領(lǐng)域具有十分重要的作用［1］。

近年來卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及目標(biāo)檢測(cè)算法被廣泛應(yīng)用， 如用于手寫數(shù)字識(shí)別的LeNet（lecun network）［3］、用于圖像分類的VGGNet（visual geometry group network）、GoogLeNet（Google network）及ResNet（residual network）等［4］， 用于目標(biāo)檢測(cè)的Faster R-CNN（faster region-based convolutional neural network）、R-FCN（region-based fully convolutional network）、YOLO（you-only-look-once）和SSD（single shot detector）等［5-7］。但是， 當(dāng)檢測(cè)圖像中目標(biāo)物體很小時(shí)， 主流卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)能力仍然較弱， 這是其在目標(biāo)檢測(cè)應(yīng)用方面的主要瓶頸問題之一。吳雙忱等［8］基于SEnet（Squeeze-and-Excitation network）提出了一種解決紅外小目標(biāo)檢測(cè)問題的深度卷積網(wǎng)絡(luò)。趙慶北等［9］對(duì)Faster R-CNN網(wǎng)絡(luò)進(jìn)行改進(jìn)， 引入候選區(qū)域方案提高了公司徽標(biāo)的檢測(cè)性能。彭小飛等［10］對(duì)原始FPN（feature pyramid network）網(wǎng)絡(luò)進(jìn)行改進(jìn)， 利用淺層網(wǎng)絡(luò)豐富的位置信息， 進(jìn)行小目標(biāo)的全圖搜索檢測(cè)。梁華等［11］針對(duì)航拍小目標(biāo)識(shí)別率低、定位差的問題， 基于VGG16網(wǎng)絡(luò)進(jìn)行改進(jìn)， 提高其實(shí)時(shí)性和精度性能.PVANet網(wǎng)絡(luò)具有訓(xùn)練效率高、對(duì)不同尺度目標(biāo)的適應(yīng)性強(qiáng)等適合于復(fù)雜多變交通場(chǎng)景的優(yōu)勢(shì)。本研究工作對(duì)PVANet（performance vs accuracy network）網(wǎng)絡(luò)進(jìn)行改進(jìn)， 解決其交通標(biāo)志小目標(biāo)檢測(cè)能力不足的問題。

1 相關(guān)工作

各國(guó)交通標(biāo)志都有其規(guī)定的顏色、形狀、圖案等特征， 采用傳統(tǒng)的手工設(shè)計(jì)特征提取器， 可以從圖像中提取特征信息進(jìn)行交通標(biāo)志檢測(cè).Ritter等［12］采用圖像顏色組合檢測(cè)交通標(biāo)志， 在紅、綠和藍(lán)色（RGB）中引入查表法（LUT）消除不需要的顏色.Priese等［13］設(shè)計(jì)了用于顏色分割的顏色結(jié)構(gòu)代碼（CSC）， 并且生成CSC數(shù)據(jù)庫。研究結(jié)果表明， 道路標(biāo)志顏色的RGB分量差異雖可用于目標(biāo)分割和檢測(cè)， 但不便于直接描述光照變化。因此， 人們開始研究由色調(diào)、飽和度和強(qiáng)度（HSI）或者色調(diào)、飽和度等組成的顏色特征空間下的交通標(biāo)志檢測(cè)［14］。其中， HSI因其模擬人類感知的能力優(yōu)于RGB， 其交通標(biāo)志檢測(cè)應(yīng)用效果更好。 Zaklouta等［15］結(jié)合HOG（histogram of oriented gradients）描述符和線性SVM（support vector machine）算法在處理實(shí)時(shí)性要求和性能之間取得了良好的折衷。

手工設(shè)計(jì)特征提取方法對(duì)圖像特征的提取能力有限， 交通標(biāo)志檢測(cè)應(yīng)用效果很大程度上取決于設(shè)計(jì)者經(jīng)驗(yàn)， 因此不適用于大規(guī)模交通標(biāo)志檢測(cè)。神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)非線性、復(fù)雜關(guān)系的能力［16］， 尤其是卷積神經(jīng)網(wǎng)絡(luò)可自主學(xué)習(xí)圖像特征， 越來越多地被用于交通標(biāo)志檢測(cè).Sermanet等［17］用卷積網(wǎng)絡(luò)從GTSRB數(shù)據(jù)集（德國(guó)交通標(biāo)志檢測(cè)數(shù)據(jù)集）的彩色圖像中提取并學(xué)習(xí)交通標(biāo)志的特征信息， 檢測(cè)準(zhǔn)確率高達(dá)98.97%.Aghdam等［18］提出一種新的ReLU（rectified linear unit）作為激活函數(shù)的CNN（convolutional neural network）架構(gòu)， 實(shí)現(xiàn)了更佳的精確度和檢測(cè)時(shí)間。

2 PVANet網(wǎng)絡(luò)結(jié)構(gòu)與改進(jìn)

2.1 PVANet網(wǎng)絡(luò)簡(jiǎn)介

PVANet［19］是Intel公司Kim等人在2016年提出的一種用于實(shí)時(shí)物體檢測(cè)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。在VOC（visual object classes）［20-21］數(shù)據(jù)集物體檢測(cè)比賽項(xiàng)目上PVANet取得了第2名的成績(jī)， 其平均準(zhǔn)確率（mAP）為82.5%.

PVANet采用基于C.ReLU（concatenated rectified linear unit）激活函數(shù)的淺層特征提取方法， 改善參數(shù)冗余問題， 減小了網(wǎng)絡(luò)參數(shù)量， 提高了訓(xùn)練效率.PVANet還借鑒Inception（谷歌基礎(chǔ)神經(jīng)元結(jié)構(gòu)思想）， 將輸入分別通過4個(gè)不同的卷積核進(jìn)行卷積和池化操作后串聯(lián)合并在一起， 增加了網(wǎng)絡(luò)對(duì)不同尺度目標(biāo)的適應(yīng)性。另外， PVANet將conv3中原圖的1/8、1/16和1/32特征圖連接起來， 增強(qiáng)了最終特征圖中的多尺度信息。

2.2 PVANet網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)

PVANet網(wǎng)絡(luò)進(jìn)行目標(biāo)檢測(cè)時(shí)， 雖然其準(zhǔn)確率和實(shí)時(shí)性較好， 但針對(duì)小目標(biāo)物體的檢測(cè)能力仍有很大的提升空間。對(duì)此， 本文提出了更適用于小目標(biāo)物體檢測(cè)的改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)， 對(duì)淺層特征提取層、深層特征提取層和HyperNet層進(jìn)行了改進(jìn)。圖 1是改進(jìn)前PVANet網(wǎng)絡(luò)結(jié)構(gòu)（圖 1a）與改進(jìn)后結(jié)構(gòu)（圖 1b）的對(duì)比， 其中虛線邊框模塊為本文提出的改進(jìn)模塊。詳細(xì)的改進(jìn)后PVANet網(wǎng)絡(luò)信息見表 1.

注： conv i—第i級(jí)卷積; pool—池化; RPN—region proposal network; FC— fully connected layer

圖 1 PVANet網(wǎng)絡(luò)改進(jìn)前后結(jié)構(gòu)圖

Fig.1 Structure of PVANet before and after improvement

2.2.1 淺層特征提取

PVANet網(wǎng)絡(luò)的第1層卷積層通常采用7×7或更大維度的卷積核（步長(zhǎng)為2）進(jìn)行卷積， 同時(shí)在本層即采用了C.ReLU型激活函數(shù)， 這樣可以避免淺層卷積濾波器的參數(shù)冗余問題。

與單個(gè)的7×7或更大維度的卷積核相比， 采用多個(gè)3×3卷積核的組合， 可以減少參數(shù)量并加快檢測(cè)速度， 同時(shí)增強(qiáng)網(wǎng)絡(luò)的非線性表達(dá)能力。另外， C.ReLU激活函數(shù)雖然具有提高參數(shù)效率、避免淺層卷積濾波器參數(shù)冗余的優(yōu)點(diǎn)， 但是特征圖經(jīng)過C.ReLU處理后輸出維度會(huì)增加一倍。因此， 目前PVANet使用C.ReLU時(shí)通常對(duì)輸入特征圖的維度加以限制， 如設(shè)定conv1卷積模塊的輸出期望維度為32， 第1層卷積層的輸出維度必須限定為16.對(duì)于較大圖片來說， 這樣的設(shè)計(jì)會(huì)限制淺層網(wǎng)絡(luò)提取特征的能力， 致使圖像的細(xì)粒度和小目標(biāo)特征信息部分丟失。

鑒于上述原因， 本文提出將PVANet第1層卷積層中7×7維度的卷積核拆解成3層3×3維度的卷積層。其中， 第1層卷積層使用普通的ReLU激活函數(shù)， 將其輸出維度提高至24;第2層卷積開始使用C.ReLU激活函數(shù)， 輸出維度增加至48;第3層卷積層輸出維度減小至32.這樣的結(jié)構(gòu)改進(jìn)（圖 2）旨在增加淺層卷積濾波器的細(xì)粒度和小目標(biāo)圖像特征的提取能力。此外， 為增強(qiáng)改進(jìn)效果， 將conv 2和conv 3卷積模塊中每個(gè)子模塊中第1層卷積層的輸出維度增大至48和72， 如表 1所示。

圖 2 淺層特征提取卷積層改進(jìn)示意圖

Fig.2 Improvement of shallow feature extraction

2.2.2 深層特征提取

PVANet網(wǎng)絡(luò)通常采用Inception v1模塊進(jìn)行深層特征提取。在該模塊中， 將5×5的卷積核分解為兩個(gè)3×3維度的卷積核， 可以減小網(wǎng)絡(luò)模型的參數(shù)量， 但是會(huì)發(fā)生一定程度的精度損失。為了克服這一不足， 在進(jìn)行上述卷積核分解的同時(shí)， 本文將3×3卷積核進(jìn)一步非對(duì)稱地分解成兩個(gè)1×3和3×1維度的卷積核。這樣的非對(duì)稱分解（圖 3）不僅進(jìn)一步減少了網(wǎng)絡(luò)的參數(shù)量， 而且通過層數(shù)增加有望進(jìn)一步提高網(wǎng)絡(luò)的非線性表達(dá)能力。

圖 3 非對(duì)稱1×3和3×1維度卷積核的卷積過程

Fig.3 Convolution process of asymmetric 1×3 and 3×1 dimensional convolution kernels

2.2.3 多層特征信息融合

在原版PVANet網(wǎng)絡(luò)中， conv 3_4淺層卷積層輸出的132×80像素特征圖的下采樣處理是通過3×3池化層進(jìn)行的， 最后的conv5_4深層卷積層輸出的33×20特征圖的上采樣處理則通過4×4像素卷積核進(jìn)行。兩者得到的特征圖大小相同（66×40像素）， 合并之后作為目標(biāo)檢測(cè)和分類的依據(jù)。但是， 相比輸入圖片， 這一系列66×40像素特征圖已經(jīng)縮小了16倍。如果輸入圖片中存在一個(gè)32×32像素描述的小目標(biāo)， 映射到最后的特征圖上就只有2×2個(gè)像素點(diǎn)信息。原版PVANet網(wǎng)絡(luò)的多層特征信息融合方式使得小目標(biāo)的特征表征能力受到限制， 難以準(zhǔn)確識(shí)別圖像中的小目標(biāo)。

因此， 本文提出減少1次池化和相應(yīng)的卷積特征提取， 使網(wǎng)絡(luò)能融合更淺層卷積層輸出的特征圖信息， 并在更大的132×80特征圖上進(jìn)行目標(biāo)檢測(cè)和分類（即只縮小8倍）， 使其對(duì)小目標(biāo)有更強(qiáng)的檢測(cè)能力。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)條件與方法

采用TT100K［22］交通標(biāo)志數(shù)據(jù)集作為改進(jìn)網(wǎng)絡(luò)訓(xùn)練和測(cè)試用的基準(zhǔn)數(shù)據(jù)集， 其中訓(xùn)練集包括10 380張圖片， 測(cè)試集包括5 229張圖片。兩個(gè)子集覆蓋了所有需要檢測(cè)的標(biāo)志類別， 并且圖像數(shù)據(jù)互不包含。

訓(xùn)練所用的求解器為SGD（stochastic gradient descent）， Batch Size為1， 起始學(xué)習(xí)率設(shè)置為0.01， 之后根據(jù)數(shù)據(jù)集的大小和Batch Size采用每40 000步減小0.1倍的方法， momentum和weight decay分別設(shè)置為0.9和0.000 2.

研究中所有深度學(xué)習(xí)算法的訓(xùn)練和測(cè)試全部使用了Caffe深度學(xué)習(xí)框架， 并且在一臺(tái)配備了Intel i7-5930K CPU和NVIDIA Titan X GPU的工作站上進(jìn)行， 操作界面采用Python軟件實(shí)現(xiàn)。

3.2 實(shí)驗(yàn)結(jié)果與分析

在實(shí)驗(yàn)過程中， 分別使用原版PVANet網(wǎng)絡(luò)模型結(jié)構(gòu)及加入本文所述各改進(jìn)算法的PVANet網(wǎng)絡(luò)模型結(jié)構(gòu)， 在TT100K測(cè)試集上進(jìn)行交通標(biāo)志檢測(cè)， 以準(zhǔn)確率、單幀檢測(cè)時(shí)間和PR（precision-recall）曲線作為評(píng)價(jià)指標(biāo)。實(shí)驗(yàn)結(jié)果見表 2和圖 4.

圖 4 算法改進(jìn)前后PR曲線對(duì)比圖

Fig.4 Comparison of PR curve

由表 2可以看出， 與PVANet 9.1在數(shù)據(jù)集上的檢測(cè)結(jié)果相比， 采用2.2.1節(jié)改進(jìn)算法可以將交通標(biāo)志檢測(cè)的mAP提升約4.2%.可知， 提高淺層神經(jīng)網(wǎng)絡(luò)的通道數(shù)， 可以提高網(wǎng)絡(luò)對(duì)交通標(biāo)志小目標(biāo)的檢測(cè)能力。此外， 由于將大的7×7卷積核分解為多個(gè)小的3×3卷積核， 以減少計(jì)算量， 改進(jìn)后網(wǎng)絡(luò)模型的檢測(cè)時(shí)間無明顯增加。采用2.2.1、2.2.2節(jié)所述的改進(jìn)算法， 即再將深層網(wǎng)絡(luò)中的5×5卷積替換為兩個(gè)1×3和3×1卷積， 也會(huì)使網(wǎng)絡(luò)模型的檢測(cè)速度變快， 同時(shí)能夠保持較高的mAP.最后， 采用2.2節(jié)中的改進(jìn)算法， 再減小1次池化計(jì)算， 將神經(jīng)網(wǎng)絡(luò)的輸出特征圖增大一倍， 使得網(wǎng)絡(luò)對(duì)交通標(biāo)志檢測(cè)的mAP大幅提高約9%， 網(wǎng)絡(luò)的檢測(cè)時(shí)間雖然增加約0.02 s， 但是仍然具有很好的實(shí)時(shí)性， 滿足交通標(biāo)志檢測(cè)要求。由圖 4可知， 改進(jìn)后算法的準(zhǔn)確率和召回率都有所提升。綜上所述， 輸出更大的特征圖雖然使計(jì)算量有所增加， 但可增強(qiáng)網(wǎng)絡(luò)的特征表達(dá)能力， 大幅增加網(wǎng)絡(luò)的目標(biāo)檢測(cè)準(zhǔn)確率。

圖 5是算法對(duì)小目標(biāo)交通標(biāo)志檢測(cè)的效果圖， 其中存在一個(gè)超小且被遮擋的交通標(biāo)志（圖 5b標(biāo)注所示）。圖 5a為原版PVANet網(wǎng)絡(luò)模型檢測(cè)結(jié)果， 圖 5b為改進(jìn)后PVANet網(wǎng)絡(luò)模型檢測(cè)結(jié)果。可見， 改進(jìn)后PVANet網(wǎng)絡(luò)對(duì)于交通標(biāo)志小目標(biāo)物體有著很好的檢測(cè)能力， 且對(duì)于目標(biāo)物體的被遮擋問題有著一定的魯棒性。

圖 5 改進(jìn)前后PAVNet檢測(cè)效果對(duì)比圖

Fig.5 Comparison of detection before and after improvement

圖 6是圖 5場(chǎng)景經(jīng)算法模型卷積計(jì)算得到的中間層特征圖。可以看出， 淺層特征圖側(cè)重圖像宏觀特征的提取， 因此與原圖風(fēng)格相近， 而深層特征圖側(cè)重對(duì)細(xì)節(jié)像素的計(jì)算判斷， 對(duì)交通標(biāo)志的準(zhǔn)確檢測(cè)更為關(guān)鍵。對(duì)比算法改進(jìn)前后的效果可以看到， 改進(jìn)后算法在正確的交通標(biāo)志區(qū)域呈現(xiàn)出代表敏感性的更亮色， 具有更好的檢測(cè)效果。

圖 6 改進(jìn)前后淺層和深層卷積層特征對(duì)比圖

Fig.6 Comparison of shallow and deep convolutional layers

圖 7是改進(jìn)算法對(duì)于有更多超小目標(biāo)交通標(biāo)志圖像的更復(fù)雜交通場(chǎng)景的檢測(cè)效果， 其中圖 7a是原圖， 圖 7b和圖 7c分別是改進(jìn)前和改進(jìn)后算法檢測(cè)結(jié)果的局部放大圖。該場(chǎng)景共有5個(gè)交通標(biāo)志， 原版PVANet只檢測(cè)到3個(gè)交通標(biāo)志， 改進(jìn)后算法可檢測(cè)到所有5個(gè)交通標(biāo)志。由此可見， 改進(jìn)算法具有更好的檢測(cè)效果。

圖 7 檢測(cè)效果對(duì)比圖

Fig.7 Comparison of experimental results

TT100K數(shù)據(jù)集中的部分交通標(biāo)志屬于小目標(biāo)物體， 通過本研究中基于此數(shù)據(jù)集的實(shí)驗(yàn)， 驗(yàn)證了所提出的改進(jìn)算法對(duì)于交通標(biāo)志小目標(biāo)具有優(yōu)秀的檢測(cè)能力。分析其原因， 由于淺層神經(jīng)網(wǎng)絡(luò)感知野（perception field）較小， 主要負(fù)責(zé)網(wǎng)絡(luò)的細(xì)節(jié)特征提取， 增加淺層網(wǎng)絡(luò)通道數(shù)， 能夠使網(wǎng)絡(luò)提取更多細(xì)節(jié)信息， 這對(duì)交通標(biāo)志小目標(biāo)的檢測(cè)是有利的。而減小一次池化計(jì)算， 不僅增大網(wǎng)絡(luò)輸出的特征圖大小， 也使網(wǎng)絡(luò)模型中HyperNet模塊融合的淺層特征圖更“淺”， 這樣神經(jīng)網(wǎng)絡(luò)就能夠提取圖片中更多的細(xì)節(jié)特征信息， 提高網(wǎng)絡(luò)的小目標(biāo)檢測(cè)能力。雖然經(jīng)過多步改進(jìn)后， 所提出改進(jìn)算法的檢測(cè)時(shí)間有一定增加， 但總時(shí)間仍控制在0.09 s內(nèi)， 具有很高的實(shí)時(shí)性。

4 結(jié)論

PVANet網(wǎng)絡(luò)具有訓(xùn)練效率高、對(duì)不同尺度目標(biāo)的適應(yīng)性強(qiáng)等適合于復(fù)雜多變交通場(chǎng)景應(yīng)用的優(yōu)勢(shì)。本文對(duì)其淺層特征提取、深層特征提取和HyperNet多層特征融合模塊分別進(jìn)行改進(jìn)， 提出了一種改進(jìn)的PVANet卷積神經(jīng)網(wǎng)絡(luò)模型， 克服了小目標(biāo)交通標(biāo)志識(shí)別的瓶頸難點(diǎn)。基于TT100K交通標(biāo)志數(shù)據(jù)集， 對(duì)改進(jìn)算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果表明， 所提出的改進(jìn)網(wǎng)絡(luò)模型與原網(wǎng)絡(luò)模型相比， 交通標(biāo)志小目標(biāo)檢測(cè)的mAP有大幅提升， 證明了其對(duì)小目標(biāo)物體優(yōu)秀的檢測(cè)能力; 雖然檢測(cè)時(shí)間小幅上升， 但仍具有較好的實(shí)時(shí)性。

參考文獻(xiàn)［1］劉曉楠， 王正平， 賀云濤， 等。 基于深度學(xué)習(xí)的小目標(biāo)檢測(cè)研究綜述［J］。 戰(zhàn)術(shù)導(dǎo)彈技術(shù)， 2019（1）： 100

LIU Xiaonan， WANG Zhengping， HE Yuntao， et al. Research on small target detection based on deep learning［J］。 Tactical Missile Technology， 2019（1）： 100

［2］郭之先。基于卷積神經(jīng)網(wǎng)絡(luò)的小目標(biāo)檢測(cè)［D］。南昌： 南昌航空大學(xué)， 2018.

GUO Zhixian. Small object detection algorithm based on deep convolution neural network［D］。 Nanchang： Nanchang Hangkong University， 2018.

［3］LECUN Y， BOTTOU L， BENGIO Y， et al. Gradient-based learning applied to document recognition［J］。 Proceedings of the IEEE， 1998， 86（11）： 2278 DOI:10.1109/5.726791

［4］HE Kaiming， ZHANG Xiangyu， REN Shaoqing， et al. Deep residual learning for image recognition［C］// 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas： IEEE， 2016： 770-778.

［5］REN Shaoqing， HE Kaiming， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks［J］。 IEEE Transactions on Pattern Analysis & Machine Intelligence， 2017， 39（6）： 1137

［6］LIU Wei， ANGUELOV D， ERHAN D， et al. SSD： single shot multiBox detector［C］//European Conference on Computer Vision. Cham： Springer， 2016： 21-37.

［7］REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： unified， real-time object detection［C］// 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas： IEEE， 2016： 779-788.

［8］吳雙忱， 左崢嶸。 基于深度卷積神經(jīng)網(wǎng)絡(luò)的紅外小目標(biāo)檢測(cè)［J］。 紅外與毫米波學(xué)報(bào)， 2019， 38（3）： 371

WU Shuangchen， ZUO Zhengrong. Small target detection in infrared images using deep convolution neural networks［J］。 Journal Infrared Millimeter Waves， 2019， 38（3）： 371

［9］趙慶北， 元昌安， 覃曉。 改進(jìn)Faster R-CNN的小目標(biāo)檢測(cè)［J］。 廣西師范學(xué)院學(xué)報(bào)（自然科學(xué)版）， 2018， 35（2）： 68

ZHAO Qingbei， YUAN Chang‘a(chǎn)n， QIN Xiao. Improved faster R-CNN for small object detection［J］。 Journal of Guangxi Teachers Education University （Natural Science Edition）， 2018， 35（2）： 68

［10］彭小飛， 方志軍。 復(fù)雜條件下小目標(biāo)檢測(cè)算法研究［J］。 智能計(jì)算機(jī)與應(yīng)用， 2019， 9（3）： 171

PENG Xiaofei， FANG Zhijun. Research on small target detection algorithm under complex conditions［J］。 Intelligent Computer and Applications， 2019， 9（3）： 171 DOI:10.3969/j.issn.2095-2163.2019.03.040

［11］梁華， 宋玉龍， 錢鋒， 等。 基于深度學(xué)習(xí)的航空對(duì)地小目標(biāo)檢測(cè)［J］。 液晶與顯示， 2018， 33（9）： 793

LIANG Hua， SONG Yulong， QIAN Feng， et al. Detection of small target in aerial photography based on deep learning［J］。 Chinese Journal of Liquid Crystals and Displays， 2018， 33（9）： 793

［12］RITTER W， STEIN F， JANSSEN R. Traffic sign recognition using color information［J］。 Math Compute Model， 1995， 22（4/5/6/7）： 149

［13］PRIESE L， KLIEBER J， LAKMANN R， et al. New results on traffic sign recognition［C］//Proceedings of the Intelligent Vehicles’94 Symposium. Paris： IEEE， 1994： 249-254.

［14］MOGELMOSE A， TRIVEDI M M， MOESLUND T B. Vision-based traffic sign detection and analysis for intelligent driver assistance systems： perspectives and survey［J］。 IEEE Transactions on Intelligent Transportation Systems， 2012， 13（4）： 1484 DOI:10.1109/TITS.2012.2209421

［15］ZAKLOUTA F， STANCIULESCU B. Real-time traffic sign recognition in three stages［J］。 Robotics and Autonomous Systems， 2014， 62（1）： 16

［16］SABBEH A， AI-DUNAINAWI Y， AI-RAWESHIDY H S， et al. Performance prediction of software defined network using an artificial neural network［C］//2016 SAI Computing Conference （SAI）。 London： IEEE， 2016： 80-84.

［17］SERMANET P， LECUN Y， Traffic sign recognition with multiscale convolutional networks［C］//The 2011 International Joint Conference on Neural Networks. San Jose： IEEE， 2011： 2809-2813.

［18］AGHDAM H H， HERAVI E J， PUIG D. A practical approach for detection and classification of traffic signs using convolutional neural networks［J］。 Robotics and Autonomous Systems， 2016， 84： 97 DOI:10.1016/j.robot.2016.07.003

［19］KIM K H， CHEON Y， HONG S， et al. PVANet： deep but lightweight neural networks for real-time object detection［J］。 arXiv， 2016（8）： 1

［20］EVERINGHAM M， ESLAMI S M A， GOOL L V， et al. The pascal， visual object classes challenge： a retrospective［J］。 International Journal of Computer Vision， 2015， 111（1）： 98 DOI:10.1007/s11263-014-0733-5

［21］RUSSAKOVSKY O， DENG Jia， SU Hao， et al. ImageNet large scale visual recognition challenge［J］。 International Journal of Computer Vision， 2015， 115（3）： 211 DOI:10.1007/s11263-015-0816-y

［22］ZHU Zhe， LIANG Dun， ZHANG Songhai， et al. Traffic-sign detection and classification in the wild［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas： IEEE， 2016： 2110-2118.
編輯：hfy