YOLOv3網(wǎng)絡(luò)在車標(biāo)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(biāo)簽： 車標(biāo)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(biāo)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(biāo)的車標(biāo)檢測,，將目標(biāo)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(biāo)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(biāo)特征，采用將車輛從圖像中裁剪后進(jìn)行人工標(biāo)注的方法,，構(gòu)建了一個包含46類車標(biāo)的數(shù)據(jù)集(VLDS-46),。實驗結(jié)果表明,，采用該模型進(jìn)行車標(biāo)檢測時能在實現(xiàn)高檢測率的同時達(dá)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,。