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实时交通标志检测方法
被引量：
11
1
作者
童英
杨会成
《激光与光电子学进展》
CSCD
北大核心
2019年第7期115-121,共7页
提出了一种基于改进卷积神经网络的交通标志检测方法。预训练模型产生否定;使用难分类负样本采集将负样本输入到网络中,提高模型的判别能力;使用多尺度训练过程中的特征级联策略来进一步提升模型的性能。利用TensorFlow框架在德国交通...
提出了一种基于改进卷积神经网络的交通标志检测方法。预训练模型产生否定;使用难分类负样本采集将负样本输入到网络中,提高模型的判别能力;使用多尺度训练过程中的特征级联策略来进一步提升模型的性能。利用TensorFlow框架在德国交通标志检测数据集上对所提方法的有效性进行了仿真。研究结果表明,与现有技术相比,所提方法能够获得更快的检测速率,处理每幅图像仅需0.016s。
展开更多
关键词
图像处理
卷积神经网络
交通标志检测
特征拼接
难
分类
负
样本
采集
多尺度训练
原文传递
题名
基于改进卷积神经网络的实时交通标志检测方法
被引量：
11
1
作者
童英
杨会成
机构
安徽工程大学电气工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2019年第7期115-121,共7页
基金
安徽省高校自然科学研究重点项目(KJ2018A0122)
文摘
提出了一种基于改进卷积神经网络的交通标志检测方法。预训练模型产生否定;使用难分类负样本采集将负样本输入到网络中,提高模型的判别能力;使用多尺度训练过程中的特征级联策略来进一步提升模型的性能。利用TensorFlow框架在德国交通标志检测数据集上对所提方法的有效性进行了仿真。研究结果表明,与现有技术相比,所提方法能够获得更快的检测速率,处理每幅图像仅需0.016s。
关键词
图像处理
卷积神经网络
交通标志检测
特征拼接
难
分类
负
样本
采集
多尺度训练
Keywords
image processing
convolution neural networks
traffic sign detection
feature concatenation
hard negative mining
multi-scale training
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
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实时交通标志检测方法
童英
杨会成
《激光与光电子学进展》
CSCD
北大核心
2019
11
原文传递
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
