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:
在经济快速发展、人们生活水平逐渐提高的同时,社会上行驶的车辆数目迅速增多,交通拥堵现象成为常态,并且交通事故也频频出现,对社会造成了巨大损失.基于此种形势,无人驾驶领域的智能交通系统受到很多人的关注.TensorFlow是近年来比较流行的深度学习框架,本文将基于TensorFlow实现卷积神经网络模型,并解决交通标志识别的实际应用.
推荐文章
基于SURF的车载实时交通标志识别系统
交通标志
识别
检测
SURF
自然场景下的交通标志识别系统
智能交通
交通标志识别系统
绿色减除分割算法
Gist-RGB特征
极限学习机
局部感受野
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
基于inception v3模型的道路交通标志识别研究
交通标志识别
Tensorflow
inception-v3
迁移学习
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 基于TensorFlow的交通标志识别系统研究
来源期刊 信息与电脑 学科 工学
关键词 交通标志识别 卷积神经网络 TensorFlow 深度学习
年,卷(期) 2019,(22) 所属期刊栏目 人工智能与识别技术
研究方向 页码范围 101-102
页数 2页 分类号 TP391.41
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 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
交通标志识别
卷积神经网络
TensorFlow
深度学习
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导