《深度学习：卷积神经网络从入门到精通》——3.6.2　交通标志的识别分类

3.6.2　交通标志的识别分类

在建立好交通标志的训练集和测试集后，利用LeNet进行交通标志识别，只需根据表3.7和表3.8分别在lenet_train_test.prototxt和lenet_solver.prototxt文件中设置相应的参数值，再参照图3.11的命令运行即可。程序运行后，将依次出现一系列信息窗口界面，如图3.12～图3.14所示。图3.12显示的是求解器参数配置信息，实质上就是加载文件lenet_solver.prototxt的内容。图3.13显示的是在训练网络的过程中，随着迭代次数的增加，学习率、损失函数、训练准确率和测试准确率的变化。在迭代训练10?000次后，程序运行结束，图3.14显示训练集的损失为0.005?127?02，测试集的损失为0.533?425，测试准确率为91.50%。

表3.7　交通标志识别案例在lenet_train_test.prototxt文件中设置的参数值

表3.8　交通标志识别案例在lenet_solver.prototxt文件中设置的超参数值

图3.11　交通标志识别案例的运行命令

图3.12　交通标志识别案例运行后显示的求解器参数配置信息

图3.13　交通标志识别案例运行后显示的训练和测试信息

图3.14　交通标志识别案的最终运行结果