Exclusivo BibloRed
Otros

A Lightweight Model for Traffic Sign Classification Based on Enhanced LeNet-5 Network

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Autor
Año de publicación 2021
Idioma Inglés
Publicado por Revista VirtualPRO,

Descripción: Durante varios años, muchas investigaciones se han centrado en la importancia de los sistemas de reconocimiento de señales de tráfico, que han desempeñado un papel muy importante en la seguridad vial. Los investigadores han explotado las técnicas de aprendizaje automático, aprendizaje profundo y procesamiento de imágenes para llevar a cabo sus investigaciones con éxito. Las nuevas y recientes investigaciones sobre sistemas de clasificación y reconocimiento de señales de tráfico son el resultado del uso de arquitecturas basadas en aprendizaje profundo, como las arquitecturas de redes neuronales convolucionales (CNN). En este trabajo de investigación, el objetivo era conseguir un modelo CNN ligero y de fácil implementación para una aplicación embebida y con una excelente precisión de clasificación. Elegimos trabajar con un modelo de red LeNet-5 mejorado para la clasificación de señales de tráfico. Entrenamos nuestro modelo de red en la base de datos German Traffic Sign Recognition Benchmark (GTSRB) y también en el conjunto de datos Belgian Traffic Sign Data Set (BTSD), y dio buenos resultados en comparación con otros modelos probados por nosotros y otros probados por diferentes investigadores. La precisión fue del 99,84% en GTSRB y del 98,37% en BTSD. La ligereza y el reducido número de parámetros de nuestro modelo (0,38 millones) basado en la red LeNet-5 mejorada nos empujaron a probar nuestro modelo para una aplicación embebida utilizando una webcam. Los resultados que encontramos son eficientes, lo que pone de relieve la eficacia de nuestro método.
Citación recomendada (normas APA)
: Hindawi, "A Lightweight Model for Traffic Sign Classification Based on Enhanced LeNet-5 Network", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3912813/), el día 2025-12-19.

Información adicional

Fuente Revista Virtual Pro
Términos y condiciones de uso Más información aquí
Año de publicación 2021

A Lightweight Model for Traffic Sign Classification Based on Enhanced LeNet-5 Network

Información adicional

Mis colecciones

¿Eliminar esta reseña?