基于轻量WACNN的交通标志识别

• 作 者: 黄知超 李栋
• 机 构: 桂林电子科技大学,广西桂林,541004
• 出 处: 应用激光
• 发表日期: 2019年01期
• 关键词: 交通标志识别 卷积神经网络 批归一化 图像预处理

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%。