RIECNN论文称实现实时交通标志识别
热点事件持续更新
RIECNN论文称实现实时交通标志识别
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Reem Abdel-Salam 等人发布论文，提出面向交通标志识别的实时图像增强卷积神经网络 RIECNN。论文称在 GTSRB、BTSC 和 rMASTIF 三个基准上分别取得 99.75%、99.25% 和 99.55% 的识别准确率。 论文称预处理与推理总耗时每张图像不超过 1.3 毫秒，满足实时约束，并对亮度与对比度变化等环境干扰表现出鲁棒性。以上结果基于论文摘要，全文尚未核验。
AI 根据报道生成 · 54 分钟前更新
最新进展10月14日 12:00
RIECNN：面向交通标志识别的实时图像增强 CNN报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIRIECNN：面向交通标志识别的实时图像增强 CNN
论文提出实时图像增强卷积神经网络 RIECNN 用于交通标志识别，在 GTSRB、BTSC 和 rMASTIF 三个基准上分别取得 99.75%、99.25% 和 99.55% 的识别准确率。预处理与推理总耗时每张图像不超过 1.3 毫秒，满足实时约束，并对亮度与对比度变化等环境干扰表现出鲁棒性。以上结果基于论文摘要，全文尚未核验。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。