基于ConvNeXt网络的交通标志识别算法

摘要：

交通标志的识别对于自动驾驶与智能导航具有重要意义,针对已有深度学习网络识别率不高的问题,提出一种基于ConvNeXt网络模型的交通标志智能识别算法.该网络以纯粹的CNN模型为特点,具有更优的图像分类及检测分割任务的性能.文中使用GTSRB数据集进行实验,与MobileNet、ResNet等网络进行对比测试,测试结果表明,ConvNeXt网络收敛速度最快并且稳定,最终交通标志的识别准确率达99％以上.实验结果表明,该算法准确率高,具有一定的工程应用意义.

关键词：ConvNeXt网络、交通标志识别、CNN模型

所属期刊栏目：7

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家级大学生创新创业训练计划项目108051360022XN224

在线出版日期：2023-05-08（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：75-78