YOLOv3-A：基于注意力机制的交通标志检测网络.docx

1 引言 交通标志检测不仅能够为辅助驾驶系统提供有效的路况数据支持，而且在建立高精度地图方面可以避免烦琐易错的人工标注。因此，对交通标志检测系统进行深入研究，不仅在提高道路安全性方面具有很大的实用价值，而且能够对无人驾驶技术的发展起到推动性作用。传统的交通标志检测算法可以分为感兴趣区域（RoI, region of interest）提取和RoI分类2个阶段。在RoI提取阶段，通常使用不同尺度和比例的滑动窗口在整幅图像上扫描，以获得潜在的目标区域；在RoI分类阶段，常用HOG（histograms of oriented gradient）[1]、Gabor[2]、Haar-like[3]等人