作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着交通问题的增多,智能交通系统(Intel igent Transportation System,简称ITS)应运而生.交通标志识别(Traffic Sign Recognition,简称TSR)系统是ITS的重要组成部分,TSR系统性能的改善能够有效降低交通事故发生的可能性.本文利用由华盛顿大学Joseph Redmon等人提出的YOLO v3网络来对交通标志数据集进行训练,识别出数据集中含有的三大类交通标志.
推荐文章
基于深度学习的交通标志识别算法研究
交通标志识别
深度学习
卷积神经网络
TSR_Lenet
算法融合
实验对比
基于多示例深度学习与损失函数优化的交通标志识别算法
交通标志识别
损失函数优化
训练集
多示例
深度学习
背景约束
基于深度学习的交通标志识别智能车的设计与实现
深度学习
交通标志识别
小型智能车
STM32
树莓派
ConvNets
自然场景下交通标志的自动识别算法
Adaboost算法
SVM算法
交通标志识别
智能汽车
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习算法在交通标志识别中的应用
来源期刊 电脑迷 学科
关键词 深度学习 神经网络 YOLO v3 AlexNet 目标检测 交通标志
年,卷(期) 2018,(33) 所属期刊栏目 软件应用
研究方向 页码范围 15-16
页数 2页 分类号
字数 1589字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王泽宇 中国矿业大学信息与控制学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
神经网络
YOLO v3
AlexNet
目标检测
交通标志
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
论文1v1指导