[发明专利]一种基于卷积神经网络的交通标志数据集制作方法在审
| 申请号： | 201910840275.9 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110543915A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 郑秋梅;王璐璐;胡永泽 | 申请（专利权）人： | 中国石油大学(华东) |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于卷积神经网络的交通标志数据集制作方法，解决训练神经网络过程中某类特定数据集制作成本和工作量大的问题，一定程度上避免训练神经网络出现的过拟合现象，属于智能化领域。其包括以下步骤：(1)对选用的基准数据集(本发明实例选用TT100K和CCTSDB数据集)中的所有图片格式、标记格式和与标记边框进行检查；(2)将数据集转换为统一格式；(3)构造用于检测目标的卷积网络；(4)修改检测网络中读取数据集的函数，并利用步骤(3)所设计检测网络在转换格式后的基准数据集中检测交通标志；(5)训练检测网络以优化参数；(6)构造分类网络对已经完成步骤(4)和步骤(5)中的检测任务的交通标志进行分类；(7)整合检测与分类网络，使之互不干扰。 | ||
| 搜索关键词： | 检测 数据集 训练神经网络 交通标志 网络 基准数据 边框 交通标志数据 卷积神经网络 标记格式 分类网络 构造分类 互不干扰 集中检测 统一格式 图片格式 优化参数 转换格式 智能化 卷积 拟合 整合 制作 工作量 分类 转换 检查 | ||
【主权项】：
1.一种基于卷积神经网络的交通标志数据集制作方法，其包含如下步骤/n1)对选用的基准数据集(本发明实例选用TT100K和CCTSDB数据集)中的所有图片格式、标记格式和与标记边框进行检查；/n2)将数据集转换为统一格式；/n3)构造用于检测目标的卷积神经网络；/n4)修改检测网络中读取数据集的函数，并利用步骤(3)所设计检测网络在转换格式后的基准数据集中检测交通标志；/n5)训练检测网络以优化参数；/n6)构造分类网络对已经完成步骤(4)和步骤(5)中的检测任务的交通标志进行分类；/n7)整合检测与分类网络，使之互不干扰。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东)，未经中国石油大学(华东)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910840275.9/，转载请声明来源钻瓜专利网。
