《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》

《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》   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
《基于深度学习的雾霾天气下交通标志识别》


  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

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。