YOLOv3網(wǎng)絡(luò)在車標檢測中的應(yīng)用
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>724 K
標簽： 車標檢測 卷積神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)集
所需積分：0分積分不夠怎么辦？
文檔介紹：針對車標檢測存在檢測時間長、檢測率低、可識別類型少的問題，提出一種采用You Only Look Once(YOLOv3)網(wǎng)絡(luò)的方法。為了使該網(wǎng)絡(luò)適用于小目標的車標檢測，將目標特征提取結(jié)構(gòu)Darknet-53換成Darknet-19，并且將多尺度預(yù)測層數(shù)減少為兩層以減少網(wǎng)絡(luò)參數(shù)數(shù)量。同時，為了增大車標在圖像中所占比例，讓卷積神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)更多的車標特征，采用將車輛從圖像中裁剪后進行人工標注的方法，構(gòu)建了一個包含46類車標的數(shù)據(jù)集(VLDS-46)。實驗結(jié)果表明，采用該模型進行車標檢測時能在實現(xiàn)高檢測率的同時達到實時性要求，檢測平均耗時為9 ms。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。