10.3969/j.issn.1000-8519.2019.03.058
基于Resnet-50的智能驾驶红绿灯分类研究
神经网络是机器学习中一类很重要的学习方法,可以认为是对神经元结构从信息处理角度经过一定的抽象处理之后得出的算法,针对具体问题建立数学模型,依据连接方式以及算法的不同划分成不同的网络结构.人工神经网络实际上是一个运算模型,这个模型的构成包括大量的神经元及其连接关系.在神经网络中,每个神经元会对输入信号通过激活函数进行非线性变换,也就是激活函数(activation function).在连接关系中,每两个神经元之间有连接表示对于通过的数据进行加权处理,即权重,权重参数可以看人工神经网络对于数据的记忆.人工神经网络本质上往往是对自然界存在的某种算法/函数的拟合,或者逻辑表达.本文对红绿灯图像识别数据集,采用了基于Resnet-50模型,进行finetune,来构建一个多分类模型来进行红绿灯图像识别.
神经网络、图像识别、激活函数、神经元
2019-05-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
143-145