摘要: 針對弱光照條件下交通標志易發生漏檢和定位不準的問題,本文提出了增強YOLOv3(You only look once)檢測算法,一種實時自適應圖像增強與優化YOLOv3網絡結合的交通標志檢測與識別方法。首先構建了大型復雜光照中國交通標志數據集;然后針對復雜的弱光照圖像提出自適應增強算法,通過調整圖像亮度和對比度強化交通標志與背景之間的差異;最后采用YOLOv3網絡框架檢測交通標志。為了降低先驗錨點框設置精度以及圖像中背景與前景比例嚴重失衡對檢測精度造成的影響,優化了先驗錨點框聚類算法和網絡的損失函數。對比實驗結果表明,在實時性大致相當的情況下,本文提出的增強YOLOv3檢測算法較標準YOLOv3算法對交通標志有更高的回歸精度和置信度,召回率和準確率分別提高0.96%和0.48%。