基于深度学习的交通标志快速识别方法

• 作者: 李澔
• 来源期刊: 科学技术创新
• 学科: 交通运输
• 关键词: 深度学习 卷积神经网络 LeNet-5 交通标志识别
• 年，卷（期）: 2022,（12）
• 所属期刊栏目: 科技创新
• 页码范围: 11-14
• 页数: 4页
• 分类号: TP391.41|U495
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2022.12.004

摘要

在汽车自动驾驶和智能交通系统中,交通标志的自动识别至关重要.本文基于深度学习提出一种快速识别交通标志的卷积神经网络,通过加入随机抽样算法防止过拟合现象和使用自适应矩估计算法优化模型改进LeNet-5算法,使得改进后的算法更适合于交通标志的识别,增强了对交通标志图像特征的提取,提升了模型识别精度和训练效率.采用比利时交通标志数据集对改进后的模型进行训练及测试,正确分类率达到91.14％,证明改进后的模型在对交通标志识别方面具有良好的稳定性和可靠性.