期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进卷积神经网络的车位角检测算法研究
被引量:
1
1
作者
张宝军
王钊璇
李
孰
非
《传感器与微系统》
CSCD
北大核心
2023年第6期62-65,69,共5页
针对自动泊车系统从视频中提取到的每帧图片用传统的SSD算法检测目标时,会出现小目标检测效果不理想的问题,提出一种基于改进SSD网络模型的车位角检测算法。改进后的模型将Conv3_3层、Conv5_3层与原本提取小目标特征的Conv4_3层进行特...
针对自动泊车系统从视频中提取到的每帧图片用传统的SSD算法检测目标时,会出现小目标检测效果不理想的问题,提出一种基于改进SSD网络模型的车位角检测算法。改进后的模型将Conv3_3层、Conv5_3层与原本提取小目标特征的Conv4_3层进行特征融合,形成新的输出特征层N_Conv4_3,并删减掉原网络模型中检测大目标和中等目标的Conv10_2层和Conv11_2层。实验结果表明:与SSD_MobileNet、Faster R-CNN和经典SSD模型相比,改进后的模型在不同环境下对L型和T型车位角的检测准确率、召回率和F1均有提高,可以满足泊车实时检测的要求。
展开更多
关键词
SSD
特征融合
车位角
目标检测
卷积神经网络
下载PDF
职称材料
题名
基于改进卷积神经网络的车位角检测算法研究
被引量:
1
1
作者
张宝军
王钊璇
李
孰
非
机构
西安邮电大学电子工程学院
出处
《传感器与微系统》
CSCD
北大核心
2023年第6期62-65,69,共5页
基金
陕西省国际科技合作计划项目(2020KW-001)。
文摘
针对自动泊车系统从视频中提取到的每帧图片用传统的SSD算法检测目标时,会出现小目标检测效果不理想的问题,提出一种基于改进SSD网络模型的车位角检测算法。改进后的模型将Conv3_3层、Conv5_3层与原本提取小目标特征的Conv4_3层进行特征融合,形成新的输出特征层N_Conv4_3,并删减掉原网络模型中检测大目标和中等目标的Conv10_2层和Conv11_2层。实验结果表明:与SSD_MobileNet、Faster R-CNN和经典SSD模型相比,改进后的模型在不同环境下对L型和T型车位角的检测准确率、召回率和F1均有提高,可以满足泊车实时检测的要求。
关键词
SSD
特征融合
车位角
目标检测
卷积神经网络
Keywords
single shot detector(SSD)
feature fusion
parking space angle
object detection
convolutional neural network(CNN)
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
TP391.41 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进卷积神经网络的车位角检测算法研究
张宝军
王钊璇
李
孰
非
《传感器与微系统》
CSCD
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部