题名
基于改进Caps Net的交通标志分类模型
DOI
10.12721/ccn.202.157105
作者
张祝晨1，杨辉1，玉彩灵1，甘雨露1，黄安1
作者单位
桂林电子科技大学,信息与通信学院,广西桂林,514000
摘要
针对当今传统的标量卷积网络识别交通标志存在的姿态信息、定位精度低下的缺陷，本文开发了一种新的TSR方法Caps Net它通过动态路由算法将交通标志的定义和描述转换，从而有效地捕捉到交通标志的空间变化，比起传统的标量卷积网络，具有明显的优势。通过GTSRB和CNN的深入研究，我们发现，采用改良的Caps Net技术，TSR率可以提升至98.73%，而且具有较好的收敛性能。这种新技术为交通管理提供了有力的支持，有助于提升交通安全管理水平。
关键词
交通标志分类; 神经网络; Caps Net
刊名
交通技术研究
ISSN
3079-0115
年、卷(期)
202211
所属期刊栏目
工程技术
打印