如何解决实时全交通场景图像中交通标志的检测与分类
我正在研究交通标志识别问题。我已经能够训练基于 tensorflow 和 keras 的分类器来识别来自 GTSRB - 德国交通标志识别基准的不同交通标志。在这种技术中，我只使用了小块交通标志图像来训练模型。如果给它一个小块（只有交通标志图像，例如 36x36 像素），该模型可以正常工作并且可以准确识别大部分标志
但现在我想对整个交通场景图像进行实时识别，其中图像中还有其他物体。为此，我认为算法应该在整个图像中搜索交通标志，然后我的模型将识别检测到的交通标志。
那么任何人都可以给我一个想法，我怎样才能先完成这项检测任务，以便稍后对检测到的边界框进行识别？检测交通标志并在其周围构建边界框的最佳和快速解决方案是什么？
或者换句话说，有没有办法遍历整个图像并在每次迭代中执行识别以查看是否存在特定类别的交通标志？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
