注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种用于道路交通标志识别的颜色-几何模型.pdf

  2. 一种用于道路交通标志识别的颜色-几何模型

  3. 所属分类：交通

    • 发布日期：2010-04-10
    • 文件大小：992kb
    • 提供者：kidbin

  1. 交通标志识别c++源代码

  2. 交通标志识别，用的是神经网络模型，======================================================================== CONSOLE APPLICATION : WekaPreprocess Project Overview ======================================================================== AppWizard has created this WekaP

  3. 所属分类：C++

    • 发布日期：2012-06-09
    • 文件大小：18mb
    • 提供者：gifts1912

  1. 交通标志识别算法代码

  2. 该文档是无人驾驶项目中，交通标志识别任务代码，以LeNet构建深度神经网络，具体技术包括：探索和可视化数据集；数据预处理；LeNet构建、训练和测试模型架构；采用该模型对新图片进行预测；分析新图片的softmax概率等。实现交通标志识别，测试集准确率94.5%，新图像识别准确率100%

  3. 所属分类：深度学习

    • 发布日期：2018-04-21
    • 文件大小：337kb
    • 提供者：zhangqian_shai

  1. 交通标志识别系统标准完全模板HSV定位基础版-HSV提取基础版.rar

  2. 交通标志识别系统标准完全模板HSV定位基础版-HSV提取基础版.rar 本帖最后由 hcq 于 2013-7-7 11:04 编辑 1、交通标志（警示牌类），其外框一般为红色，所以定位时可采用HSV颜色模型或者RGB颜色模型来提取红色区域，通过regiongroup标记进一步提取目标区域。 HSV颜色模型：I1=Hsv; %记录颜色亮度为1的数据,以便之后再利用颜色阀值找出红色 figure,imshow;title); BW=roicolor; %利用颜色阀值将红色对象都都显示为白色,其余

  3. 所属分类：其它

    • 发布日期：2019-08-12
    • 文件大小：591kb
    • 提供者：weixin_39841365

  1. 交通标志识别系统标准完全模板HSV定位基础版-交通警令标示图片.rar

  2. 交通标志识别系统标准完全模板HSV定位基础版-交通警令标示图片.rar 本帖最后由 hcq 于 2013-7-7 11:04 编辑 1、交通标志（警示牌类），其外框一般为红色，所以定位时可采用HSV颜色模型或者RGB颜色模型来提取红色区域，通过regiongroup标记进一步提取目标区域。 HSV颜色模型：I1=Hsv; %记录颜色亮度为1的数据,以便之后再利用颜色阀值找出红色 figure,imshow;title); BW=roicolor; %利用颜色阀值将红色对象都都显示为白色,其余

  3. 所属分类：其它

    • 发布日期：2019-08-12
    • 文件大小：131kb
    • 提供者：weixin_39841848

  1. 交通标志识别系统标准完全模板HSV定位基础版-二值化模板.rar

  2. 交通标志识别系统标准完全模板HSV定位基础版-二值化模板.rar 本帖最后由 hcq 于 2013-7-7 11:04 编辑 1、交通标志（警示牌类），其外框一般为红色，所以定位时可采用HSV颜色模型或者RGB颜色模型来提取红色区域，通过regiongroup标记进一步提取目标区域。 HSV颜色模型：I1=Hsv; %记录颜色亮度为1的数据,以便之后再利用颜色阀值找出红色 figure,imshow;title); BW=roicolor; %利用颜色阀值将红色对象都都显示为白色,其余都为黑

  3. 所属分类：其它

    • 发布日期：2019-08-12
    • 文件大小：12kb
    • 提供者：weixin_39841856

  1. 基于深度学习的道路交通标志数字识别技术探究.pdf

  2. 选取 了自然场景 中的交通标志为研究对象，采集了大量实景图像作为训练样本和测试样本，采用一种新型的深度学习~ JM PC N N (M ax—pooling C onvolutionalN euralN et、vorks)进行识别实验，实验结果表明，深度学习方法在交通标志识别上不需要任何人工特征提取模型预先提取特征直接对原始图进行训练学习就能取得较高的识别效率。

  3. 所属分类：深度学习

    • 发布日期：2020-04-25
    • 文件大小：535kb
    • 提供者：weixin_39164435

  1. 交通标志识别模型文件

  2. 其中包括两个文件，一个是由中国交通标志数据集训练出来的模型，一个是比利时交通标志训练出来的交通标志分类模型

  3. 所属分类：深度学习

    • 发布日期：2020-06-20
    • 文件大小：225mb
    • 提供者：weixin_32759777

  1. 基于视觉注意模型和SIFT的交通标志识别方法

  2. 为了提高交通标志的识别速度和识别率,提出了一种基于视觉注意模型和SIFT特征的交通标志识别方法.首先基于视觉注意模型提取颜色特征,找出交通标志可能的候选区域,然后对候选区域进行SIFT特征提取,与标准交通标志图像库进行相似度计算,可实现快速准确的检测与识别.与传统方法相比,具有无需精确分割、计算量小、体现仿生学特性等优点.在采自国内外的两组交通标志图像库上进行交通标志识别测试,都得到了良好的效果.

  3. 所属分类：其它

  1. 交通标志识别的定性映射模型

  2. 采用属性轮方法建立交通标志的定性映射模型，利用此模型结合转化程度函数，对交通标志进行识别。实验结果表明，定性映射在交通标志识别领域具有一定的应用价值。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：364kb
    • 提供者：weixin_38731385

  1. CarND交通标志分类器项目：使用Python和Tensorflow构建的交通标志分类神经网络-源码

  2. 项目：深度学习中的交通标志识别 概述 在这个项目中，使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下： 加载数据集 探索，总结和可视化数据集 设计，训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 依存关系 本实验要求： 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12mb
    • 提供者：weixin_42134097

  1. CarND交通标志分类器项目：对交通标志进行分类-源码

  2. 项目：建立交通标志识别程序 概述 在这个项目中，您将使用对深度神经网络和卷积神经网络学到的知识对交通标志进行分类。 您将训练和验证模型，以便可以使用对交通标志图像进行分类。 训练完模型后，您将在网络上找到的德国交通标志图像上试用模型。 我们提供了一个Ipython笔记本，其中包含更多说明和入门代码。 确保下载。 我们还希望您创建该项目的详细说明。 出该项目的，并将其用作创建自己的编写的起点。 书写内容可以是markdown文件或pdf文档。 为了满足规范，该项目将需要提交三个文件： 带代

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：305kb
    • 提供者：weixin_42135073

  1. 交通信号识别系统的深度学习-源码

  2. 基于深度学习的自动驾驶汽车交通标志识别 科技栈 带有Python 3.7.7 64位的Anaconda环境 Jupyter笔记本 图书馆-Keras，TensorFlow，Scikit-Learn，Scikit-Image，OpenCV，Pandas，Numpy，Matplotlib，TKinter，PIL 介绍 交通标志识别（TSR）是任何自动驾驶系统的基本组成部分。 在不久的将来，移动性依赖于这样的系统，以在包括人和其他自动驾驶车辆的交通中进行安全导航。 该项目的主要目标是设计和开发一个健

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：11mb
    • 提供者：weixin_42134769

  1. 实用自主：开发无人驾驶汽车算法，包括车道检测和交通标志识别-源码

  2. Python中的实用自主项目 车道检测 交通标志识别 I.加载带有标签的完整数据集 二。 将图像大小转换为32x32 三， 建立卷积神经网络 IV。 训练模型 五，使用网站上的图片进行测试 样本图片 图片尺寸为32x32（RGB） 图片尺寸为32x32（HSV） 样品输出 标签 ＃ 标签名 softmax概率 14 停 0.998944 33 向右转 0.000532 29 自行车穿越 0.000311 34 向左转 0.000118 36 直走或右走 0.000095

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：14mb
    • 提供者：weixin_42164685

  1. 分区适应截值模型及其在交通标志识别中的应用

  2. 针对Hopfield网络模型在存储模式不满足0和1状态均匀分布及数目对等的条件下存储容量及寻址能力下降的缺点，提出并用光束方向编码光学实现了三值(1，0，-1)互连的分区适应截值模型，并把这一模型应用到交通标志的识别中，结果表明该模型及光学系统有很好的稳定性。

  3. 所属分类：其它

  1. 基于不变性联想神经网络的道路交通标志识别算法

  2. 提出一种基于不变性联想神经网络的道路交通标志识别算法。该算法通过对交通标志的颜色属性和形状属性的分析,建立了交通标志的颜色和形状之间确定的关系,以其作为识别交通标志的重要依据。建立颜色形状特征库,设计联想记忆神经网络模型用来实现不变性模式识别,采取约束突触权值的方法从图像中提取不变特征。仿真表明该方法可以对交通标志实现快速分类,较好地消除了视角的影响,具有良好的准确性、实时性和稳健性。

  3. 所属分类：其它

  1. 一种改进的交通标志图像识别算法

  2. 交通标志识别(TSR)系统是智能交通系统的重要研究方向。道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率。提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM)的TSR算法, 被称为PCA-HOG。该算法首先提取交通标志数据库中每个交通标志的梯度方向直方图(HOG)特征, 利用改进PCA算法对提取出的HOG特征进行降维处理, 之后利用降维后的HOG特征进行ELM模型训练, 利用经过训练的ELM模型识别测试图片。实验结果表

  3. 所属分类：其它

  1. 基于改进深度卷积神经网络的交通标志识别

  2. 在实际交通环境中, 所采集到的交通标志图像质量往往受到运动模糊、背景干扰、天气条件以及拍摄视角等因素的影响, 这对交通标志自动识别的准确性、实时性和稳健性提出了很大的挑战。为此提出了改进深度卷积神经网络AlexNet的分类识别算法模型, 该模型在传统AlexNet模型基础上, 以真实场景中拍摄的交通标志图像数据集GTSRB为研究对象, 将所有卷积层的卷积核修改为3×3大小, 为了预防和减少过拟合的出现在两个全连接层后加入dropout层, 并且为了提高交通标志识别精度, 在网络模型第5层后增加两

  3. 所属分类：其它

  1. 交通标志识别：具有STN和大量数据增强功能的PyTorch中的交通标志识别（GTSRB）-源码

  2. 交通标志识别 将交通标志图像识别并分类为来自数据集的43类。 该项目是Rob Fergus领导的纽约大学计算机视觉课程的一部分，并作为Kaggle竞赛进行。 该模型是使用带有IDSIA网络修改版本的Spatial Transformer网络设计的，并使用大量增强的数据进行了训练。 该模型在Kaggle排行榜上达到了约99.5％的测试设置精度，远高于人工精度。 该项目的整个开发过程可以在阅读。 数据 从下载培训和测试文件夹 跑步 项目可以通过两种方式运行，即main.ipynb jupyter

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：230kb
    • 提供者：weixin_42129970

  1. 基于改进神经网络的交通标志识别

  2. 交通标志识别在驾驶辅助系统和交通安全方面发挥着重要作用。卷积神经网络在计算机视觉任务上取得了重大的突破,并在交通标志检测与识别方面取得了巨大的成功。然而,现有的识别方法通常达不到实时识别的效果。因此,提出一种改进卷积神经网络交通标志识别方法,通过加入初始模块,扩展网络结构和提出新的损失函数等多种方法来解决原始模型不擅于检测小目标的问题。在德国交通标志数据集上的仿真结果表明,与现有技术相比,提出的方法能够获得更高的检测速率,每张图片的处理时间仅为0.015 s。

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：10mb
    • 提供者：weixin_38665490
« 12 »