论文摘要
现有交通标志识别技术,存在高识别率高功耗或者低识别率低功耗的问题,构建了新轻量级WACNN的识别算法。首先,利用TensorFlow构建6层卷积神经网络,其中前三层为卷积池化层,四层为1×1卷积层,五层为全连接层,六层为输出层,前四层再加入批量归一化方法。其次,使用直方图均衡对交通图像预处理。最后,模型在GTSRB上进行实验,实验结果表明,所提模型不仅极大缩短了训练时间,且识别准确率也能达到了97%。
论文目录
文章来源
类型: 期刊论文
作者: 黄知超,李栋
关键词: 交通标志识别,卷积神经网络,批归一化,图像预处理
来源: 应用激光 2019年01期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,计算机软件及计算机应用,自动化技术
单位: 桂林电子科技大学
基金: 广西科技开发攻关资助项目(项目编号:14122007-1),广西教育厅资助项目(项目编号:2015JGA202)
分类号: TP391.41;TP183;U463.6
DOI: 10.14128/j.cnki.al.20193901.119
页码: 119-123
总页数: 5
文件大小: 1232K
下载量: 104