- 1、本文档共31页,其中可免费阅读10页,需付费150金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于MobileNet的交通场景分类
摘要
随着人工智能技术的发展,无人驾驶和智能导航等技术也得到了长足的进步。在此类技术中,交通场景分类的相关研究极具应用价值和研究前景。通过对交通场景正确高效的分类,可以对在无人驾驶的实现中起指导作用,亦可以对交通标志的设置、车辆限速的设置等给予支持。
人工智能已经对现有的各领域的进步起到了举足轻重的作用,以神经网络为核心的一系列研究成果更是成了当下高新科技的主流技术之一。深度卷积网络已经成功地应用于图像、文本和语音处理,并能实现较为高效和准确的处理。交通场景图片分类也是深度卷积网络的应用之一。
本文将采用一种新型的轻量级,速度快,易移植的卷积神经网
文档评论(0)