1. 毕业设计（论文）主要目标：
采用深层卷积神经网络的有监督学习模型，直接将采集的交通标志图像经二值化后作为输入，通过卷积和池采样的多层处理，来模拟人脑的视觉信号的层次结构，自动地提取标志图像的特征，最后利用一个全连接的网络实现交通标志的识别。
2. 毕业设计（论文）主要内容：
1）使用德国交通标志识别基准作为数据集，分为训练集和测试集，并使用MATLAB对数据集进行灰度化二值化处理。
2）学习使用MATLAB工具包，利用“LENET-5”模型交替的卷积层和池采样层对处理好的数据集进行网络模型训练。
3）将测试集输入训练好的卷积神经网络记性交通标志特征提取，然后通过全连接层进行分类和识别，得到分类识别结果。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1]Piccioli G,Micheli E D,Campani M. A robust methon for road sign detection and recognition[J].Lecture Notes in Computer Science,1994,14(3):209-223[2]杨心.基于卷积神经网络的交通标志识别研究与应用[D].辽宁：大连理工大学，2014.[3] 杨振杰. 基于CNN的交通标志识别的方法研究[D]. 天津：天津工业大学，2017.[4] 黄琳，张尤赛. 应用深层卷积神经网络的交通标志识别[J]. 江苏：江苏科技大学. 2015[5] Hamed Habibi Aghdam.Guide to Convolutional Neural Networks[M].2017[6] Nikhil Ketkar.Deep Learning with Python[M].2017
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
