基于多尺度轻量级卷积神经网络的交通标志识别方法

摘要

本发明提供了一种基于多尺度轻量级卷积神经网络的交通标志识别方法，构建了一个具有多尺度输入和轻量级计算的卷积神经网络，该网络采用三种尺度交通标志图像作为输入，中间模块采用深度可分离卷积进行计算，在交通标志识别问题中可训练出较为合适的分类特征；通过构建交通标志数据集，使用上述轻量级网络，使用K折交叉验证对样本数据集进行划分和训练，可实现对输入交通标志图像的分类识别；实验结果也表明该网络减少了可训练参数数量，降低了识别的计算量，同时具有较高的识别率。