首页|一种结合ResNet和迁移学习的交通标志识别方法

一种结合ResNet和迁移学习的交通标志识别方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对当前传统的交通标志识别算法训练耗时长、精度低等问题,提出了一种结合ResNet和迁移学习的交通标志识别模型.首先在模型中引入已经在ImageNet图像数据集上训练好的ResNet网络权重,冻结卷积层参数,将网络作为模型的特征提取器;其次为模型设计全连接层,分别使用不同大小的数据集和数据扩充前后的数据集微调全连接层参数;然后设置不同大小的学习率,在学习率固定和学习率衰减2种条件下训练模型;最后在测试集上测试模型,输出分类结果.测试结果表明,该方法对交通标志的识别准确率达到97.60％,指示标志、警告标志、禁令标志3类交通标志的F1得分分别达到96.86％、99.37％、96.53％,说明该模型具有较高的交通标志识别准确率.
A traffic sign recognition method based on ResNet and transfer learning

徐慧智、闫卓远、常梦莹

展开 >

东北林业大学交通学院,哈尔滨 150040

神经网络 迁移学习 交通标志 图像识别

国家自然科学基金青年科学基金

51108137

2023

10.3969/j.issn.1674-8425(z).2023.03.030

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(6)
  • 2
  • 8