《表1 改进SPPN-CNN参数》

  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

《基于改进空间金字塔池化卷积神经网络的交通标志识别》

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

SPPN-CNN模型（见图4）在CNN的第一、第二、第三卷积层后加入归一化层，对池化后的特征进行图像归一化处理，增强模型的泛化性。然后在三个池化层后分别加入空间金字塔池化层，空间金字塔的多尺度分块使分块呈现一种层次金字塔的结构，且局部空间块在聚合时的空间位置信息仍得到保留，从而使图像特征具有多尺度性，这些多尺度特征恰好能适应交通标志的尺度变化，实现多尺度的特征提取。改进SPPN-CNN参数如表1所示。