《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》
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。
图表编号 | XD00222686100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.10 |
作者 | 邓天民、方芳、周臻浩 |
绘制单位 | 重庆交通大学交通运输学院、重庆交通大学交通运输学院、重庆交通大学交通运输学院 |
更多格式 | 高清、无水印(增值服务) |