基于改进ResNet网络的交通标志识别研究
郑秋梅
谭丹
王风华
中国石油大学(华东)计算机与通信工程学院 青岛 266580
摘要：针对传统ResNet网络存在丢失图像有用信息以及参数冗余等问题,论文提出一种改进ResNet的A-ResNet模型.引入有shortcut连接的残差注意力模块,增强对目标对象的关注度;引入Dropout层,防止过拟合现象,提升识别精度;调整网络架构,加快训练收敛速度及提高识别精度.实验结果表明,A-ResNet模型相比传统ResNet网络实现约2％的top-1精度的提高.
关键词：交通标志ResNet网络深度学习Attention机制
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2021-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 947-951,965 )
英文信息