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:
交通标志识别系统是高级驾驶员辅助系统的重要组成部分,在许多实际应用中至关重要,介绍了常见的检测和分类算法,并且将不同的检测和分类方法结合用于交通标志的实时检测,对比分析了实验结果.对ssd_mobilenet_v2,faster_rcnn_inception_v2,ssd_mobilenet_v1,ssd_inception_v2实时识别交通标志的效果进行了分析与评估.实验表明,faster_rcnn_inception_v2获得最佳的检测性能,而ssd_mobilenet_v2则在准确性和执行时间上都取得了较好的效果,可考虑将其应用于实时的交通标志检测系统.
推荐文章
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
应用深层卷积神经网络的交通标志识别
交通标志
识别
卷积神经网络
深度学习
基于多尺度卷积神经网络的交通标志识别
模式识别系统
交通标志识别
多尺度卷积神经网络
SoftMax分类器
基于卷积神经网络的实景交通标志识别
卷积神经网络
深度学习
交通标志识别
训练
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 基于神经网络的交通标志检测方法
来源期刊 计算机与网络 学科 工学
关键词 交通标志检测 图片识别 神经网络 智能驾驶 实时检测
年,卷(期) 2020,(6) 所属期刊栏目 技术论坛
研究方向 页码范围 66-69
页数 4页 分类号 TP391
字数 2700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 陈新宇 5 10 1.0 3.0
2 金艳梅 1 0 0.0 0.0
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  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2020(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
交通标志检测
图片识别
神经网络
智能驾驶
实时检测
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
计算机与网络
半月刊
1008-1739
13-1223/TN
大16开
石家庄市174信箱215分箱
18-210
1975
chi
出版文献量(篇)
28003
总下载数(次)
32
总被引数(次)
10790
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导