基于卷积神经网络的交通标志识别算法研究

摘要

把交通标志识别分为两部分,检测交通标志所在位置与对检测到的图像进行分类,基于SSD网络结构,采用SSD网络多层特征图的信息进行边框回归和置信度值对交通标志位置进行检测;基于Xception结构的深度卷积神经网络,选用了Leaky Relu激活函数,对交通标志位置进行分类,将检测与分类过程分别独立训练,可以保证检测和分类均具有较高的准确率,采用GTSDB测试集的识别率为87.52%。