Classification of Traffic Signs by Convolutional Neural Networks

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU127920" target="_blank" >RIV/00216305:26220/18:PU127920 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.feec.vutbr.cz/EEICT/archiv/sborniky/EEICT_2018_sbornik.pdf" target="_blank" >http://www.feec.vutbr.cz/EEICT/archiv/sborniky/EEICT_2018_sbornik.pdf</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
čeština
Název v původním jazyce
Classification of Traffic Signs by Convolutional Neural Networks
Popis výsledku v původním jazyce
The paper presented here describes traffic signs classification method based on a convolutional neural network (CNN). The CNN was trained and tested on the public database of German traffic signs with 43 mostly used traffic sign types. Proposed technique achieved overall classification F1 score 89.97 percent on a hidden testing dataset.
Název v anglickém jazyce
Classification of Traffic Signs by Convolutional Neural Networks
Popis výsledku anglicky
The paper presented here describes traffic signs classification method based on a convolutional neural network (CNN). The CNN was trained and tested on the public database of German traffic signs with 43 mostly used traffic sign types. Proposed technique achieved overall classification F1 score 89.97 percent on a hidden testing dataset.

Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Proceedings of the 24th Conference STUDENT EEICT 2018
ISBN
978-80-214-5614-3
ISSN
—
e-ISSN
—
Počet stran výsledku
3
Strana od-do
188-190
Název nakladatele
Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních
Místo vydání
Brno
Místo konání akce
Brno
Datum konání akce
26. 4. 2018
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—

Podobné výsledky(10)