本篇博客tensorflow1.7,整个项目源码：
引言
本次博客将分享Udacity无人驾驶纳米学位的另一个项目，交通标志的识别。
本次项目实现主要采用CNN卷积神经网络，具体的网络结构参考Lecun提出的LeNet结构。参考文献：
项目流程图
本项目的实现流程如下所示：
代码实现及解释
接下来我们就按照项目流程图来逐块实现,本项目数据集：
如果打不开，则有备用链接：
#import important packages/libraries
import numpy as np
import tensorflow as tf
import pickle
import matplotlib.pyplot as plt
import random
import csv
from sklearn.utils import shuffle
from tensorflow.contrib.laye
2021-12-07 17:09:18
11.48MB
1
该课题为交通标志识别，平台是matlab，该课题为恶劣天气下的识别，雾霾。需要先进行雾霾去除，清晰化后图像达到增强后的效果。然后进行定位，分割，识别，带界面。语音播报。
2021-12-06 19:18:05
3.54MB
1
该课题为基于Matlab的交通标志识别系统。带有一个人机交互界面。可以判别红色精灵蓝色指示和黄色警示三类交通标志。可以进行二次拓展，也就是每次识别不需要人为手工的去选择颜色。也可以进行视频的识别。识别之后可以进行语音播报。
2021-12-05 22:03:31
808KB
1
该课题为基于Matlab的交通标志识别系统。带有一个人机交互界面。可以判别红色精灵蓝色指示和黄色警示三类交通标志。可以进行二次拓展，也就是每次识别不需要人为手工的去选择颜色。也可以进行视频的识别。识别之后可以进行语音播报。
2021-12-04 11:04:48
3.54MB
1
该课题为基于Matlab的交通标志识别系统。带有一个人机交互界面。可以判别红色精灵蓝色指示和黄色警示三类交通标志。可以进行二次拓展，也就是每次识别不需要人为手工的去选择颜色。也可以进行视频的识别。识别之后可以进行语音播报。
2021-11-24 09:03:50
3.54MB
1
该课题为基于Matlab的交通标志识别系统。带有一个人机交互界面。可以判别红色精灵蓝色指示和黄色警示三类交通标志。可以进行二次拓展，也就是每次识别不需要人为手工的去选择颜色。也可以进行视频的识别。识别之后可以进行语音播报。
2021-11-24 09:03:29
3.54MB
1
交通标志识别已被研究。多年以来，大多数现有的工作都集中在基于符号的交通标志上。本文提出了一种新的数据驱动系统，用于识别安装在汽车上的摄像头捕获的视频序列中的交通标志的所有类别，包括基于符号的标志和基于文本的标志。该系统由三个阶段组成，感兴趣的交通标志区域（ROI）提取，ROI，细化和分类以及后处理。首先使用灰色和归一化RGB通道上的最大，稳定的极值区域提取交通标志的每帧ROI，然后通过拟议的多任务卷积神经网络对其进行细化并分配给其详细类别。包含大量数据，包括合成的交通标志和从街景视图中标记的图像。后处理最终将所有帧中的结果合并以做出识别决策。实验结果证明了该系统的有效性。
2021-11-22 11:32:40
1.12MB
1
【交通标志识别】基于SIFT特征实现交通标志识别matlab源码含GUI.zip
2021-11-21 17:09:29
1.21MB
1