Multi-column deep neural network for traffic sign classification
来源:互联网 发布:韩国进出口贸易数据 编辑:程序博客网 时间:2024/05/29 18:32
1. DNN
分别由卷积层、最大池化层交替形成,激活函数选取tanh,分类层使用softmax分类器,权重初始化为[-0.05,0.05]的均匀分布随机数。训练过程为:
1. 训练前数据集预处理:是对整个数据集非随机的处理
原始数据集中的包含交通指示部分的区域大小变化很大,不在图像的中心且不是正方形的,我们只处理交通指示边界内的图像。在保证所有图片大小一致的情况下,我们使用在不同坐标上不同的缩放尺度将交通指示区域变成正方形的。
我们使用了4种将图片对比度标准化的操作,不在RGB空间做,而是在包含图像强度分量的空间里做,然后返回到RGB空间:
- Image adjustment:mapping pixel intensities to new values such that 1% of the data is saturated at low and high intensities
- Histogram equalization:transforming pixel intensities such that the output image histogram is roughly uniform
- Adaptive histogram equalization:operates on tiles rather than the entire image: the image is tiled in 8 nonoverlapping regions of 6 × 6
pixels each. Every tile’s contrast is enhanced such that its histogram
becomes roughly uniform- Contrast normalization:enhances edges through filtering the input image by a difference of Gaussians. We use a filter size of 5 × 5 pixels
2. 训练中对数据集变形:是对每一张原始图片或者预处理后的图片随机的处理
在每一轮epoch之前都进行变形,取均匀分布的数值进行以下操作,最后使用双线性插值的方法获取固定大小的图片:
- 平移:图像大小的
± 10%- 尺度:0.9~1.1倍数
- 旋转:
± 5度这样的变形使得DNN有了更多的自由参数避免了过拟合。
2. MCDNN
原始的训练集通过4种预处理方法得到4个生成训练集,加上原始训练集一共5个训练集,并对每个训练集使用5个DNN进行训练,一共有25个DNN参与训练,使用没有变形过的原始图片或者预处理后的图片作为验证集,训练直到验证集误差为0。最后的预测结果只是对所有的DNN的结果进行平均。
0 0
- Multi-column deep neural network for traffic sign classification
- Multi-column deep neural networks for image classification阅读
- Multi-column deep neural networks for image classification阅读
- 多柱深度神经网络——Multi-column Deep Neural Networks for Image Classification
- Deep Neural Network for Image Classification:Application
- A Committee of Neural Networks for Traffic Sign Classification 阅读笔记
- ImageNet classification with deep convolutional neural network
- HD-CNN: HIERARCHICAL DEEP CONVOLUTIONAL NEURAL NETWORK FOR IMAGE CLASSIFICATION(泛读)
- 用matlab训练数字分类的深度神经网络Training a Deep Neural Network for Digit Classification
- 第四周编程作业(二)-Deep Neural Network for Image Classification: Application
- 吴恩达 深度学习 1-4 课后作业2 Deep Neural Network for Image Classification: Application
- Deep Neural Network for Image Classification: Application吴恩达老师第一课第四周作业2
- 吴恩达 深度学习 1-4 课后作业2 Deep Neural Network for Image Classification: Application
- A new deep convolutional neural network for fast hyperspectral image classification Review
- Convolutional Neural Network For Sentence Classification
- DeepID-Net:multi-stage and deformable deep convolutional neural network for object detection
- Heterogeneous Multi-task Learning for Human Pose Estimation with Deep Convolutional Neural Network
- 论文笔记 MSCNN:A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
- 身份证实名认证
- 听“平凡之路”有感
- Vijos P1153 猫狗大战
- 升级debian版本到 jessie
- makefile 自动生成依赖
- Multi-column deep neural network for traffic sign classification
- Android WindowManager$BadTokenException 处理
- [3]-操作系统
- 筛选菜单
- dubbo学习及集成zookeeper集群部署
- Unity发布安卓包之后出现dll无法调用问题
- jQuery知识点简列
- GDB调试命令详解
- 解决jQuery和其他库的冲突