2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、自然環(huán)境下的交通標(biāo)志識(shí)別,是無人駕駛中必不可少的技術(shù)要求,近年來百度、亞馬遜、google、facebook等公司越來越重視無人駕駛,前幾年的研究者通常應(yīng)用顏色、形狀、尺度等來表達(dá)交通標(biāo)志的特征。本文充分利用最近5年熱起來的卷積神經(jīng)網(wǎng)絡(luò)來識(shí)別交通標(biāo)志,把網(wǎng)絡(luò)不斷優(yōu)化,多次實(shí)驗(yàn),調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),最終設(shè)計(jì)了一個(gè)在交通標(biāo)志識(shí)別中表現(xiàn)優(yōu)秀的網(wǎng)絡(luò)模型,該網(wǎng)絡(luò)具有良好的準(zhǔn)確性、高效性、可移植性。
  用卷積神經(jīng)網(wǎng)絡(luò)的理論解決分類識(shí)別問題時(shí)

2、,往往用到大量的數(shù)據(jù),本文是基于德國交通標(biāo)志數(shù)據(jù)集(GTSRB),以在圖像處理領(lǐng)域效果最好的Caffe作為框架,設(shè)計(jì)適合于交通標(biāo)志識(shí)別的網(wǎng)絡(luò)模型以及網(wǎng)絡(luò)中使用的超參數(shù)。
  本文的研究工作主要包含以下幾個(gè)方面:
  (1)本文在Siamese網(wǎng)絡(luò)模型的基礎(chǔ)上,提出了一種雙網(wǎng)絡(luò)線性合并的想法,首先將Siamese網(wǎng)絡(luò)卷積層與池化層的權(quán)值共享的特性改進(jìn)成先不共享,隨著圖片特征的不斷提取,再進(jìn)行權(quán)值共享,這樣可以提高交通標(biāo)志的準(zhǔn)確

3、率。
  (2)為了進(jìn)一步優(yōu)化網(wǎng)絡(luò)的結(jié)構(gòu),提高交通標(biāo)志識(shí)別的準(zhǔn)確性與可移植性,本文采用2-channel網(wǎng)絡(luò)結(jié)構(gòu)思想,把單通道圖片改進(jìn)為雙通道圖片,該方法提高了網(wǎng)絡(luò)模型的泛化能力,還能提取圖像的特征表達(dá)能力,并且給交通標(biāo)志識(shí)別中因?yàn)閿?shù)據(jù)量的不足,帶來更加方便的識(shí)別方法。
  (3)最后本文應(yīng)用了全新的Inception結(jié)構(gòu)為基本元素,以Ubuntu14.04為操作系統(tǒng),以Caffe框架為平臺(tái),以GoogleNet為整體網(wǎng)絡(luò)模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論