目标检测是计算机视觉领域较为热门的研究方向,交通标志识别在自动驾驶中有重要应用。然而复杂场景中尤其是小目标检测精度不高。针对这一问题,提出了一种基于YOLOv3改进的算法。通过修改合适的anchor尺寸;采用ImageMixup实现图像增广同时也增加预测框中正例样本数;改用ResNet50-D,增强特征提取能力;网络结构上输出三个尺度特征图,特征图之间通过上采样跨尺度融合。在数据集上用改进前后的算法进行对比试验。实验结果表明,改进后的算法提高了目标检测的精度。