《表1 角钢下料数据表单:基于深度学习的雾霾天气下交通标志识别》
笔者采用Multi-channel CNN模型对双边滤波器去除雾霾后的图像和IRCNN算法去除雾霾后的图像进行识别。此外,笔者还使用传统的机器学习算法SVM(support vector machine)[13]、深度学习算法Res Net[14]分别对双边滤波器去除雾霾后的图像和IRCNN算法去除雾霾后的图像进行试验。其中Res Net算法采用0.01的学习率,50层网络,64的bath_size,以干净无雾霾交通标志数据为训练样本迭代3 000次得到训练模型,再对双边滤波器去雾霾后图像和IRCNN去雾霾后图像分别进行识别测试,实验结果如表1。
图表编号 | XD00185136400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 陈秀新、叶洋、于重重、张雪 |
绘制单位 | 北京工商大学食品安全大数据技术北京市重点实验室、北京工商大学食品安全大数据技术北京市重点实验室、北京工商大学食品安全大数据技术北京市重点实验室、北京工商大学食品安全大数据技术北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |