一种基于双阶段卷积神经网络的数字类交通标志检测识别方法

摘要

本发明公开了一种基于双阶段卷积神经网络的数字类交通标志检测识别方法，包括：(1)采集图像数据并标注；(2)设计第一阶段目标检测模型，用于定位和识别大类别；(3)将图像输入到第一阶段目标检测模型中进行训练；(4)将图像输入到第一阶段目标检测模型中，通过框的融合后处理算法获得预测框的坐标以及大类别，并将预测框对应的区域扣除出来，标注扣除图像中的各个数字的位置、类别以及对应的大类别；(5)设计第二阶段网络，用于扣除图像中数字的识别以及大类别的重分类；(6)将扣除出来的图像输入到第二阶段网络中进行训练；(7)训练好的两个阶段的模型用于整体的预测和推理。本发明的模型结构简单、易于部署，识别精确度高。