基于微控制器改进SqueezeNet交通标志识别的研究
来源：计算机测量与控制杂志2020年第5期北京时间：
作者：李晓琳,庞保孟,曹银杰,田存伟,冯文文,刘 明,耿相珍
单位：聊城大学 物理科学与信息工程学院
摘要：针对目前交通标志的识别都是基于操作系统之上,无法做到自主可控、稳定可靠的问题,故提出一种基于微控制器卷积神经网络交通标志识别。考虑到微控制器内存及计算速度,研究采用改进SqueezeNet网络模型结构,将PC训练机训练好的各种交通标志权值矩阵文件缩小了50倍,移植到前端Cortex-M核系列开发板上；利用内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构实现对标志的快速识别。实验结果表明,基于微控制器改进SqueezeNet交通标志识别方法平均识别率达到97.4%以上,识别速度得到了有效的提高, 同时为智慧交通的标志识别提供了一种可选择方案。
关键词：交通标志识别;微控制器;CMSIS-NN;改进SqueezeNet;
基金资助：国家自然科学(61431009)。
