首页> 中国专利> 一种基于TensorFlow结合多层CNN网络的交通灯识别方法

一种基于TensorFlow结合多层CNN网络的交通灯识别方法

摘要

一种基于TensorFlow结合多层CNN网络的交通灯识别方法属于计算机视觉与机器学习领域;准备交通信号识别公开数据集图像、标签及视频数据集;利用OpenCV对TensorFlow和交通信号识别公开数据集中的图像改变大小并输出其RGB三个通道的归一化数值;对坐标标签依据图形的变换规则进行变换并归一化处理;根据标签索引提取出含有交通灯信息的图片并使其与标签一一对应;将图片和标签送入CNN网络进行训练并保存模型;使本发明有效的解决了标注的准确度不高和识别速度慢的技术问题。

著录项

  • 公开/公告号CN109508635B

    专利类型发明专利

  • 公开/公告日2022-01-07

    原文格式PDF

  • 申请/专利权人 海南师范大学;

    申请/专利号CN201811167453.8

  • 申请日2018-10-08

  • 分类号G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构23209 哈尔滨市伟晨专利代理事务所(普通合伙);

  • 代理人桑林艳

  • 地址 570000 海南省海口市琼山区龙昆南路99号

  • 入库时间 2022-08-23 12:54:52

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号