基于优化卷积神经网络的交通标志识别算法研究

韩建鹏; 王春生; 巩梨

首页> 中文期刊> 《农业装备与车辆工程》 >基于优化卷积神经网络的交通标志识别算法研究

基于优化卷积神经网络的交通标志识别算法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在实际的道路交通场景中,交通标志图像一般会受到光照强度、雨雪天气、运动模糊以及被物体遮挡等环境因素影响,快速准确地识别交通标志具有一定难度。为了提高交通标志的识别准确率,在传统的卷积神经网络基础上,对采用的德国数据集进行预处理,将数据集进行灰度化和归一化处理,采用eLU激活函数解决卷积过程中出现的梯度消失问题,加入了Flatten层实现卷积层到全连接层的过渡,减少了参数的使用量,避免了过拟合现象,并加深了网络的层数。最后将测试的数据集输入训练好的网络中,在不同的学习率下测试训练模型的表现。结果表明:优化后的网络模型在德国交通标志数据集上的准确率为98.53%。和传统的卷积神经网络相比,该模型具有更高的识别率。

著录项

来源
《农业装备与车辆工程》 |2022年第5期|33-38|共6页
作者
韩建鹏; 王春生; 巩梨;
展开▼
作者单位

兰州交通大学交通运输学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
交通标志识别; 卷积神经网络; 图像分类; 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于优化的卷积神经网络在交通标志识别中的应用 [J] . 张邯 ,罗晓曙 ,袁荣尚 . 现代电子技术 . 2018,第21期
2. 基于优化卷积神经网络结构的交通标志识别 [J] . 王晓斌 ,黄金杰 ,刘文举 . 计算机应用 . 2017,第002期
3. 基于卷积神经网络的交通标志ROI提取与识别 [J] . 张博 . 电子设计工程 . 2022,第3期
4. 基于双通道卷积神经网络的交通标志识别算法 [J] . 孔月瑶 ,严群 ,姚剑敏 . 传感器与微系统 . 2021,第007期
5. 基于卷积神经网络的交通标志识别方法 [J] . 申元 ,赵芸 . 浙江科技学院学报 . 2021,第001期
6. 基于快速区域卷积神经网络的交通标志识别算法研究 [C] . Zhong Xiaoming ,钟晓明 ,Yu Guizhen . 2016中国汽车工程学会年会 . -1
7. 基于卷积神经网络的交通标志识别算法研究 [A] . 郑凯 . 2016

基于优化卷积神经网络的交通标志识别算法研究

摘要

著录项

相似文献

相关主题

期刊订阅