10.3969/j.issn.1672-9722.2021.05.016
基于改进ResNet网络的交通标志识别研究
针对传统ResNet网络存在丢失图像有用信息以及参数冗余等问题,论文提出一种改进ResNet的A-ResNet模型.引入有shortcut连接的残差注意力模块,增强对目标对象的关注度;引入Dropout层,防止过拟合现象,提升识别精度;调整网络架构,加快训练收敛速度及提高识别精度.实验结果表明,A-ResNet模型相比传统ResNet网络实现约2%的top-1精度的提高.
交通标志、ResNet网络、深度学习、Attention机制
49
TP391.41(计算技术、计算机技术)
2021-06-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
947-951,965