[发明专利]一种基于深度学习和极限学习机的交通标志识别方法在审
| 申请号： | 202010321962.2 | 申请日： | 2020-04-22 |
| 公开（公告）号： | CN111461060A | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 李文举;那馨元;苏攀 | 申请（专利权）人： | 上海应用技术大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/06;G06N3/04;G06N3/08 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 黄超宇;胡晶 |
| 地址： | 200235 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习和极限学习机的交通标志识别方法，包括以下步骤：步骤1：获取交通标志样本数据集，按照交叉验证的方法，按照10：1的比例随机分为训练数据集和测试数据集；步骤2：对数据集进行增强处理，得到分布均匀的训练样本集，并通过分布均匀的训练样本集训练神经网络模型；步骤3：利用VGG16网络生成的特征金字塔监测出交通标志；步骤4：利用极限学习机ELM分类器识别交通标志，利用全连接网络进行边界框回归。本发明是基于VGG16网络结构进行交通标志的检测，并采用极限学习机进行交通标志的识别；在德国公共数据集上有较好的检测与识别表现，且对不同类型的标志均有较快的检测与识别速度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 极限 学习机 交通标志 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海应用技术大学，未经上海应用技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010321962.2/，转载请声明来源钻瓜专利网。
