Key points are not available for this paper at this time.
ट्रैफिक संकेतों की सटीक पहचान स्व-ड्राइविंग प्रणालियों का एक महत्वपूर्ण घटक है, जो सुरक्षित और कुशल नेविगेशन को सक्षम करती है। साहित्य में, ट्रैफिक साइन पहचान के लिए विभिन्न तरीकों की जांच की गई है, जिनमें गहरे शिक्षण-आधारित दृष्टिकोणों ने अन्य तकनीकों की तुलना में बेहतर प्रदर्शन दिखाया है। यह पेपर गहरे शिक्षण के व्यापक उपयोग की वैधता को उचित ठहराता है क्योंकि यह अत्यधिक सटीक परिणाम प्रदान करने की क्षमता रखता है। हालांकि, वर्तमान अनुसंधान चुनौती उच्च सटीकता दरों और वास्तविक समय की प्रोसेसिंग आवश्यकताओं को संबोधित करने में है। इस अध्ययन में, हम YOLOv8 एल्गोरिदम के आधार पर कन्वोल्यूशनल न्यूरल नेटवर्क का प्रस्ताव करते हैं ताकि उपरोक्त अनुसंधान चुनौती को पार किया जा सके। हमारा दृष्टिकोण विविध ट्रैफिक संकेत छवियों के साथ एक कस्टम डाटासेट उत्पन्न करना शामिल है, इसके बाद प्रशिक्षण, मान्यकरण और परीक्षण सेट करना शामिल है ताकि मॉडल की मजबूती और सामान्यीकरण सुनिश्चित किया जा सके। प्रयोगात्मक परिणाम और प्रदर्शन मूल्यांकन प्रस्तावित विधि की प्रभावशीलता को प्रदर्शित करते हैं। व्यापक प्रयोगों से पता चलता है कि हमारे मॉडल ने ट्रैफिक संकेत पहचान में आश्चर्यजनक सटीकता दर प्राप्त की, जो इनपुट डेटा की वास्तविक समय आवश्यकताओं को पूरा करती है।
झाओ एट अल। (शुक्र,) ने इस प्रश्न का अध्ययन किया।