Traffic Sign Classification Using Deep Learning Based Convolutional Neural Networks

المؤلفون

  • Ahmed Abougarair Electrical and Electronics Engineering, University of Tripoli المؤلف
  • Nagmden Nasser Faculty of Engineering, Azzaytuna University المؤلف
  • Abdulhamid Oun Electrical and Electronics Engineering, University of Tripoli المؤلف

الكلمات المفتاحية:

DNN, Deep Learning, ITS, Machine Learning

الملخص

تحتوي إشارات المرور على معلومات مهمة عن حركة المرور على الطرق وتعتبر حجر الزاوية لأنظمة المرور لأنها تضمن سلامة الطريق لكل من المشاة والسائقين. يعتبر تصنيف إشارات المرور جزءا مهما في تشغيل أنظمة مساعدة السائق المتقدمة والمركبات المستقلة وأنظمة النقل الذكية. يساعد تصنيف إشارات المرور على تقليل عدد حوادث الطرق والقرارات الخاطئة التي يتخذها السائقون ويساعد على تعزيز مصداقية المركبات ذاتية القيادة في هذا الورقة ، تم تصميم نظام لغرض تصنيف إشارات المرور باستخدام الكمبيوتر و بالتحديد تم استخدم كلا من النظام التعلم العميق (Deep Learning) والشبكات العصبية VGG16 اعتمد النموذج المقترح على نسخة من نموذج في Convolution Neural Networks( و Adam optimization وتم استخدام Google Colaboratory أثناء التدريب لأنه يوفر استخدام الأجهزة الافتراضية مع وحدات معالجة الرسومات التي تساعد في تسريع عملية التدريب بشكل كبير. تظهر نتائج المحاكاة أن النموذج المقترح تم تنفيذه بطريقة ممتازة، حيث وصل إلى قيم قياس تقييم تزيد عن 97% مما يؤكد مدى فعالية استخدام تقنية التعليم العميق والشبكات العصبية الصناعية لتصنيف الاشارت المختلفة واتخاذ القرارت الصحيحة.

التنزيلات

منشور

2025-06-20

كيفية الاقتباس

Traffic Sign Classification Using Deep Learning Based Convolutional Neural Networks. (2025). مجلة جامعة الزيتونة , 11(42), 306-326. https://azzujournal.com/index.php/azujournal/article/view/126

المؤلفات المشابهة

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.