摘要
本发明提供一种面向智能交通的路面图像识别方法及系统,涉及智能交通系统技术领域,方法包括:获取具有不同路面状态的路面图像;对路面图像数据集进行预处理;构建基于EfficientNet高效卷积神经网络架构的路面图像识别模型,路面图像识别模型包括依次连接第一卷积层、多个第一EMBConv层、多个第二EMBConv层、第二卷积层、池化层、具有前馈神经网络的简化Transformer层和MLP分类器;将路面图像数据集作为训练集输入至路面图像识别模型,直至路面图像识别模型的损失函数值小于预设损失函数值;获取待识别路面图像;将待识别路面图像输入至训练后的路面图像识别模型,输出预测路面图像类别。
技术关键词
面向智能交通
图像识别方法
沥青道路材料
图像识别模型
路面
图像类别
归一化模块
前馈神经网络
多头注意力机制
神经网络架构
全局平均池化
计算机可读指令
分类器
积层
通道注意力机制
数据
图像识别系统
混凝土道路
智能交通系统
系统为您推荐了相关专利信息
图像识别模型
融合特征
特征提取网络
生成方法
标签
路面交通标线
双向注意力
多尺度特征
输出特征
特征提取网络
横摆角速度
质心侧偏角
主动后轮转向
四轮独立驱动
路面附着系数
智能驻车制动
闸片
力矩
生成警报信号
人工智能模型