基于紧凑型神经网络的深度学习模型的交通标志识别系统的制造方法与工艺技术资料下载

技术编号:11200179

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及一种计算机视觉和机器学习技术,属于目标检测和识别的方法,具体涉及一种基于紧凑型神经网络的深度学习模型的交通标志识别方法和系统,适用于图像或视频中的交通标志的检测和识别。背景技术近年来,无人驾驶发展愈发成熟,而辅助驾驶已经进入实用阶段,交通标志的识别是目前智能辅助辅助驾驶系统最重要的模块之一,并且是无人驾驶技术的重要组成部分。交通标志识别模块通常包含定位检测和分类识别两个方面。在交通标志的定位方面,可以定位出可能存在交通标志的区域。已有成果均采用基于颜色的方法实现图像分割,适合于交通标志...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发