[发明专利]一种交通标志检测方法及系统

权利要求书

1.一种交通标志检测方法，其特征在于，包括：

获取交通标志对应的待检测图像；

将所述待检测图像输入训练好的卷积神经网络，输出待检测图像中交通标志的分类结果；

其中，所述卷积神经网络包含有用于特征提取的检测层和用于分类的分类层。

2.根据权利要求1所述的方法，其特征在于，所述检测层用于对所述待检测图像进行特征提取，得到所述待检测图像的中型特征、小型特征或微型特征。

3.根据权利要求2所述的方法，其特征在于，所述将所述待检测图像输入训练好的卷积神经网络，输出待检测图像中交通标志的分类结果，包括：

利用所述检测层对所述待检测图像进行特征提取，得到所述待检测图像的检测结果；

利用所述分类层对所述检测结果进行分类，得到所述待检测图像中交通标志的分类结果。

4.根据权利要求2所述的方法，其特征在于，还包括：

获取训练数据集；

利用所述训练数据集对初始卷积神经网络进行训练，得到所述训练好的卷积神经网络。

5.根据权利要求4所述的方法，其特征在于，所述利用所述训练数据集对初始卷积神经网络进行训练，得到所述训练好的卷积神经网络，具体包括：

先利用所述训练数据集对所述初始卷积神经网络中的检测层进行训练，再对所述初始卷积神经网络中的分类层进行训练，得到所述训练好的卷积神经网络。

6.一种交通标志检测系统，其特征在于，包括：

图像获取模块，用于获取交通标志对应的待检测图像；

图像检测模块，用于将所述待检测图像输入训练好的卷积神经网络，输出待检测图像中交通标志的分类结果；

其中，所述卷积神经网络包含有用于特征提取的检测层和用于分类的分类层。

7.根据权利要求6所述的系统，其特征在于，所述检测层用于对所述待检测图像进行特征提取，得到所述待检测图像的中型特征、小型特征或微型特征。

8.根据权利要求7所述的系统，其特征在于，所述将图像检测模块，具体用于：

利用所述检测层对所述待检测图像进行特征提取，得到所述待检测图像的检测结果；

利用所述分类层对所述检测结果进行分类，得到所述待检测图像中交通标志的分类结果。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述交通标志检测方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述交通标志检测方法的步骤。