基于深度学习的交通标志识别研究
为了提高交通标志识别效率及准确性,在研究了深度神经网络、特征提取模基础上,设计了一种包含主干网络和辅助网络的孪生网络.孪生网络中主干网络和辅助网络使用相同的训练集.首先对主干网络进行训练,使其收敛于交通标志训练集;其次,通过知识提取帮助辅助网络进行训练,从而获得更好的交通标志识别率;最后,对辅助网络模型进行剪枝,从而降低总体网络计算成本.仿真分析结果表明,所提方法在保证一定识别率情况下,能够大幅降低网络参数.仿真结果进一步验证了所提系统的有效性.
交通标志;深度学习;孪生网络;知识提取
21
TP393(计算技术、计算机技术)
西安培华学院2020年度校级科研项目—基于实例分割的街景图像自动标注策略的研究PHKT2007
2021-11-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-17