《表2 在不同环境下各个特征识别准确率（%）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于微控制器改进SqueezeNet交通标志识别的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据表2结果分析，通过采取对102种的4类部分主交通标志在不同环境下识别结果统计，实验结果表明标志识别精度比较稳定，标志平均识别率也达到了较高的精确度；表3根据识别数目不同，按相同的规则分配识别数目多少，针对不同类型标志识别，发现圆形标志与方形要比三角形标志识别准确度度要高；由表4分析在原有模型AlexNet，原SqueezeNet及修改的SqueezeNet网络模型结构三者相比较，在计算机与开发板上结果对比发现识别准确率基本相同，并且改进模型结构权值矩阵大小相比AlexNet模型缩小了将近50倍，提高Cortex-M核对标志图像识别的处理，明显看出再识别率有了明显的改善，在识别速率上，在前端将交通标志识别与在计算机上直接识别基本一致，说明此方法可行。