收录：
摘要：
一种基于深度学习的交通标志识别方法属于图像识别领域。包括以下步骤：步骤一、获取交通标志数据集，并对数据集进行预处理。步骤二、构建TSR_ConvNet网络结构进行训练。TSR_ConvNet网络加入改善过拟合的Dropout策略，加入批量归一化层。设计合适的卷积核尺寸。全连接层的softmax分类层采用Label‑smoothing策略。步骤三、将预处理后的交通标志图像输入到TSR_ConvNet网络模型，进行交通标志识别。本发明在保证较高准确率的情况下简化了模型结构，使得模型计算量小从而训练时间大幅减少，具有更好的实用性。
关键词：
通讯作者信息：
电子邮件地址：
