基于卷积神经网络的实景交通标志识别

• 作者: 吕耀坤
• 来源期刊: 物联网技术
• 关键词: 卷积神经网络 深度学习 交通标志识别 训练
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 全面感知
• 页码范围: 29-30
• 页数: 2页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2017.01.006

摘要

文中对传统的卷积神经网络Lenet-5的结构进行了改进,并利用拍摄的实景交通标志图对其进行训练.训练集含有10万张图片,训练大约消耗了一天时间,尽管如此,当网络训练好之后,识别一张交通标志图可以在1毫秒内完成.非训练集的2万张图片被用作测试集来验证已训练好的网络,最终识别率可达80%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕耀坤		1	7	1.0	1.0