針對當(dāng)前在真實環(huán)境中交通標(biāo)志呈多尺度分布，且圖像背景復(fù)雜、天氣光照多變等多種因素造成識別精度低、識別速度慢等情況。提出了一種基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別的設(shè)計與實現(xiàn)。首先從公開數(shù)據(jù)集TT100K中選取出現(xiàn)次數(shù)最多的45類交通標(biāo)志進行識別，接著對圖像進行mosaic等圖像增強及圖像處理。然后在深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中的YOLOv4網(wǎng)絡(luò)結(jié)構(gòu)上進行改進，使用聚類劃分需要檢測的目標(biāo)框尺寸和CIOU對預(yù)測結(jié)果進行優(yōu)化，最后使用遷移學(xué)習(xí)對模型進行訓(xùn)練。通過對模型的評估發(fā)現(xiàn)，與現(xiàn)有的方法相比，該模型的識別精度更高，識別速度更快。

【文章頁數(shù)】：3 頁

【文章目錄】：
1 概述
2 檢測算法設(shè)計
    2.1 準(zhǔn)備數(shù)據(jù)集
    2.2 數(shù)據(jù)集標(biāo)注
    2.3 訓(xùn)練模型構(gòu)建
    2.4 模型訓(xùn)練
    2.5 模型優(yōu)化
    2.6 模型評估
3 系統(tǒng)實現(xiàn)
4 結(jié)論



本文編號：3907653