基于轻量WACNN的交通标志识别

摘要：

现有交通标志识别技术,存在高识别率高功耗或者低识别率低功耗的问题,构建了新轻量级WACNN的识别算法.首先,利用TensorFlow构建6层卷积神经网络,其中前三层为卷积池化层,四层为1×1卷积层,五层为全连接层,六层为输出层,前四层再加入批量归一化方法.其次,使用直方图均衡对交通图像预处理.最后,模型在GTSRB上进行实验,实验结果表明,所提模型不仅极大缩短了训练时间,且识别准确率也能达到了97％.

关键词：交通标志识别、卷积神经网络、批归一化、图像预处理

所属期刊栏目：39

分类号：TP319(计算技术、计算机技术)

资助基金：广西科技开发攻关资助项目14122007-1;广西教育厅资助项目2015JGA202

在线出版日期：2019-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：119-123