基于卷积神经网络的AGV导航标志智能识别

摘要

为了满足现代工厂智能化的发展需求,智能标志识别已成为AGV导航系统发展的关键所在.根据AGV工作的环境特点和作业需求,提出了针对AGV导航系统的交通标识识别的深度卷积神经网络模型.为了提高识别率和识别速度,提出一种改进后的含9层的深度卷积神经网络模型,其中权重层为6层,池化层为3层.对标识样本训练集进行训练,通过对比LeNet-5、AlexNet、改进的网络模型等三种模型的训练效果发现,改进后的模型能够在保证准确率的前提下,提升识别速度,且无论是识别率还是识别速度,都优于AlexNet.