基于CNN的汽車(chē)安全駕駛輔助系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
【文章頁(yè)數(shù)】:57 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-2?GTSRB交通標(biāo)志圖示??
魯數(shù)據(jù)集中的每個(gè)圖片在現(xiàn)實(shí)中只出現(xiàn)一次??圖2-2?GTSRB交通標(biāo)志圖示??所有的訓(xùn)練圖片按照43個(gè)類(lèi)別,存放在不同的目錄下,如下圖2-3所示:??鐘國(guó)麵?達(dá)國(guó)國(guó)??00000?00001?00002?00003?00004?00005??.i々?
圖2-3訓(xùn)練數(shù)據(jù)集目錄
圖2-2?GTSRB交通標(biāo)志圖示??有的訓(xùn)練圖片按照43個(gè)類(lèi)別,存放在不同的目錄下,如下圖2-3所示:??
圖2-4統(tǒng)計(jì)模式識(shí)別大致過(guò)程??
統(tǒng)計(jì)模式識(shí)別是一種基本的模式識(shí)別方法。統(tǒng)計(jì)模式識(shí)別是對(duì)模式的統(tǒng)計(jì)分類(lèi)方法,??即結(jié)合統(tǒng)計(jì)概率論的貝葉斯決策系統(tǒng)進(jìn)行模式識(shí)別的技術(shù),又稱(chēng)為決策理論識(shí)別方法。其??基本過(guò)程如下圖2-4所示:??
圖2-5?google可視化機(jī)器學(xué)習(xí)過(guò)程示例115]??該模型使用了一個(gè)隱藏層,有4個(gè)神經(jīng)元,通過(guò)計(jì)算機(jī)按照一定的調(diào)整規(guī)則,不斷優(yōu)??化各特征的權(quán)重,從而最終得到最小的損失,對(duì)2個(gè)模式的離散點(diǎn)進(jìn)行分類(lèi)
模型來(lái)改善嚴(yán)格遵循靜態(tài)程序指令的情況。它通常使用統(tǒng)計(jì)技術(shù)使計(jì)算機(jī)能夠利用數(shù)據(jù)??“學(xué)習(xí)”而無(wú)需明確編程。機(jī)器學(xué)習(xí)被用于一系列難以顯式設(shè)計(jì)和編程的計(jì)算任務(wù),例如??郵件過(guò)濾、網(wǎng)絡(luò)入侵檢測(cè)、計(jì)算機(jī)視覺(jué)等。如下圖2-5是google可視化機(jī)器學(xué)習(xí)的計(jì)算??過(guò)程的示例:??0趣丨學(xué)3醉?....
本文編號(hào):4024244
本文鏈接:http://sikaile.net/kejilunwen/qiche/4024244.html