本發(fā)明涉及一種基于多尺度信息和殘差網(wǎng)絡(luò)的小目標(biāo)交通標(biāo)志檢測方法，包括下列步驟：準(zhǔn)備包含不同種類交通標(biāo)志的數(shù)據(jù)集；網(wǎng)絡(luò)搭建，包括特征提取網(wǎng)絡(luò)、區(qū)域生成網(wǎng)絡(luò)、興趣區(qū)域池化層和全連接層；訓(xùn)練所搭建的網(wǎng)絡(luò)，得到網(wǎng)絡(luò)模型：使用gradual warmup的方法優(yōu)化學(xué)習(xí)率，在訓(xùn)練的過程中，學(xué)習(xí)率從0開始逐漸增大到設(shè)置值；在訓(xùn)練過程中，每次迭代，將隨機選取的訓(xùn)練集圖片輸入所搭建的網(wǎng)絡(luò)，得到圖片中交通標(biāo)志的類別預(yù)測值和邊界框預(yù)測值，計算預(yù)測值和json文件中真實值的誤差得到損失函數(shù)，采用隨機梯度下降SGD更新網(wǎng)絡(luò)參數(shù)，不斷重復(fù)此過程直至誤差不再減小，從而得到用于檢測小目標(biāo)交通標(biāo)志的網(wǎng)絡(luò)模型。