针对传统交通标志识别系统存在识别精度较低、识别种类少和识别实时性较低的不足,设计了一套高精度、低功耗、便携式的交通标志智能识别系统。系统硬件为以德州仪器AM5749高性能处理器为核心的嵌入式开发系统,通过结合训练选择设计的基于深度学习的轻量级卷积神经网络所得的系统软件模型,对多达62种的交通标志图像进行分类识别,结果显示在液晶显示器上。通过该实验,学生加深了对卷积神经网络的理解,熟悉利用嵌入式平台进行深度学习算法的开发流程,提高了解决实际问题的学习和实践能力。
科研之友
微信
新浪微博
Facebook
分享链接
