基于特征融合的残差卷积网络对交通标识识别

摘要：

近些年深度卷积神经网络在图像识别上的学习能力和应用效果引起业界和学术界广泛重视,本文在自动驾驶日益突出的背景下,提出一种基于特征融合上采样的残差卷积神经网络的模型,经过与传统的卷积神经网络和残差网络进行准确率的对比,它在德国交通数据集GTSDB上性能和准确率上表现出更有优势.经过实验证明特征融合的残差卷积的网络表达能力进一步提高了.

关键词：卷积神经网络、残差、特征融合、交通标识

分类号：TP391.4(计算技术、计算机技术)

资助基金：广东职业技术学院教学创新改革资助项目;广东省普通高校青年创新人才类项目

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72