基于Keras的交通标志识别研究

• 作者: 姚桂林 白杨
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: LeNet-5 交通标志识别 卷积神经网络 过拟合 机器学习 深度学习 计算机视觉
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 565-569
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

以交通标志识别为研究目的,对LeNet-5卷积神经网络进行改进,包括将输出层的10个神经元节点增加到62个,将sigmoid函数替换为relu函数,将平均池化改为最大池化,为了防止网络过拟合添加Dropout层.采用的数据集为比利时交通标志数据库,实验结果表明,提出的算法识别正确率为98.96％,对交通标志具有良好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白杨		3	0	0.0	0.0
2	姚桂林		6	4	2.0	2.0