基于改进ResNet残差网络模型的交通标志识别

• 作者: 黄尚安
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: 交通标志识别 ResNet残差网络 对数似然代价函数 梯度爆炸
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 科技创新
• 页码范围: 67-70
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.17.030

摘要

伴随汽车工业的智能化发展,对交通标志识别技术的要求也进一步提高,提出了一种基于改进ResNet残差网络模型的交通标志识别方法.根据交通标志的特点,研究构建了"八块结构的ResNet残差网络模型",并结合了对数似然代价函数.提出模型不仅可以有效防止梯度爆炸、消失的问题,还能在控制模型训练迭代速度的基础上,进一步提高交通标志的识别精度.在交通标志识别的公共数据集GTSRB上完成测试,测试精度达到了99.74％,相较于当前相关算法,识别精度能够进一步提高.