首页 | 本学科首页   官方微博 | 高级检索  
     

基于LeNet-5卷积神经网络和颜色特征的限速标志识别
引用本文:王济民,魏怡,周宇,孙傲,刘源升. 基于LeNet-5卷积神经网络和颜色特征的限速标志识别[J]. 计算机科学, 2021, 48(z2): 345-350. DOI: 10.11896/jsjkx.201200213
作者姓名:王济民  魏怡  周宇  孙傲  刘源升
作者单位:武汉理工大学自动化学院 武汉 430070
摘    要:限速标志识别是智能驾驶的重要组成部分,文中分析了现有方法存在的问题,为了提高神经网络在中国限速标志上的泛用性和准确率,针对限速标志的检测部分,提出了一种基于颜色空间的新型筛选方法;针对限速标志的识别部分,在现有LeNet-5架构的基础上对神经网络进行了改进,并将德国交通标志数据集(GTSRB)和清华交通标志数据集(TT100K)中限速标志数据融合,经过数据扩增后制作成新的数据集送入神经网络来训练模型.通过多次超参数优化,采用swish激活函数,在测试集上得到的最优识别准确率为99.62%,且模型抗干扰能力强,具有较强的实用性能.

关 键 词:卷积神经网络  限速标志识别  颜色空间  数据增广  高斯圆检测

Speed Limit Sign Recognition Based on LeNet-5 CNN and Color Feature
WANG Ji-min,WEI Yi,ZHOU Yu,SUN Ao,LIU Yuan-sheng. Speed Limit Sign Recognition Based on LeNet-5 CNN and Color Feature[J]. Computer Science, 2021, 48(z2): 345-350. DOI: 10.11896/jsjkx.201200213
Authors:WANG Ji-min  WEI Yi  ZHOU Yu  SUN Ao  LIU Yuan-sheng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号