本发明公开了一种基于FastR?CNN的路面交通标志识别方法,包括步骤:进行图像采集和预处理,制作样本集;将训练集输入,多任务训练FastR?CNN网络;待识别图片经过若干卷积层与池化层,得到特征图;由候选框得到对应的特征框,经由ROI池化层和全连接层,分别得到分类得分和窗口回归两个输出向量;将所有结果通过非极大值抑制处理产生最终的目标检测和识别结果,交通标志得以识别。本发明采用FastR?CNN这一深度学习方法,规避了区域卷积神经网络R?CNN中冗余的特征提取操作,实现了多任务训练,也不需要额外的特征存储空间,提高了检测速度和精度。相比于浅层学习分类器,它具有更高的学习效率和识别精度。
咨询热线:020-38033421
传真号码:020-38061201
电子邮箱:jm@jiaquanip.cn
Copyright © 嘉权专利商标事务所 All Rights Reserved. 粤ICP备2023151901号