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
2
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
基于几何透视图像预处理和CNN的全景图像交通标志识别算法
被引量：
1
1
作者
曹峻凡
张向利
+1 位作者
闫坤
张红梅
《计算机应用与软件》
北大核心
2024年第7期171-176,共6页
为解决深度学习方法在高清全景图像中检测交通标志遇到图形处理器资源不足、小目标容易漏检、检测速度过慢等问题,采用小目标过采样训练数据生成方法、图像分块和几何透视检测预处理方法以及改进的轻量神经网络Improved-Tiny-YOLOv3,提...
为解决深度学习方法在高清全景图像中检测交通标志遇到图形处理器资源不足、小目标容易漏检、检测速度过慢等问题,采用小目标过采样训练数据生成方法、图像分块和几何透视检测预处理方法以及改进的轻量神经网络Improved-Tiny-YOLOv3,提出了一种基于深度学习的轻量级全景图像中交通标志检测方法。并在Tsinghua-Tencent 100K数据集上进行了实验,mAP值达到92.7%,在Nvidia 1080Ti显卡上检测速度可达到20 FPS,实验结果验证了所提方法的有效性。
展开更多
关键词
交通标志检测识别
improved
-
tiny
-
yolov
3
几何透视法
随机裁剪
CIoU
全景图像
下载PDF
职称材料
基于改进Tiny-YOLOv3的火灾图像识别算法研究
被引量：
3
2
作者
王少韩
刘淼
《农业装备与车辆工程》
2022年第9期121-124,共4页
传统图像识别率及识别准确率不高,检测速度比较慢,在计算能力比较低的设备中无法运行等,对此使用改进的Tiny-YOLOv3算法模型解决这些问题。改进的算法模型进一步减少了模型的尺寸,检测速度大大提升,检测准确率与原模型的相比并没有太大...
传统图像识别率及识别准确率不高,检测速度比较慢,在计算能力比较低的设备中无法运行等,对此使用改进的Tiny-YOLOv3算法模型解决这些问题。改进的算法模型进一步减少了模型的尺寸,检测速度大大提升,检测准确率与原模型的相比并没有太大变化。实验结果表明,改进的Tiny-YOLOv3算法生成的模型的尺寸为8.5 MB,比原模型更小,同时在数据集上的实时性能表现为25.3 FPS,mAP值为60%左右,性能比原模型更优。
展开更多
关键词
火灾图像识别
tiny
-
yolov
3
改进
tiny
-
yolov
3
模型尺寸
检测速度
下载PDF
职称材料
题名
基于几何透视图像预处理和CNN的全景图像交通标志识别算法
被引量：
1
1
作者
曹峻凡
张向利
闫坤
张红梅
机构
桂林电子科技大学广西无线宽带通信与信号处理重点实验室
出处
《计算机应用与软件》
北大核心
2024年第7期171-176,共6页
基金
广西无线宽带通信与信号处理重点实验室2020年主任基金项目(GXKL06200104)
广西云计算与大数据协同创新中心项目(YD1904)。
文摘
为解决深度学习方法在高清全景图像中检测交通标志遇到图形处理器资源不足、小目标容易漏检、检测速度过慢等问题,采用小目标过采样训练数据生成方法、图像分块和几何透视检测预处理方法以及改进的轻量神经网络Improved-Tiny-YOLOv3,提出了一种基于深度学习的轻量级全景图像中交通标志检测方法。并在Tsinghua-Tencent 100K数据集上进行了实验,mAP值达到92.7%,在Nvidia 1080Ti显卡上检测速度可达到20 FPS,实验结果验证了所提方法的有效性。
关键词
交通标志检测识别
improved
-
tiny
-
yolov
3
几何透视法
随机裁剪
CIoU
全景图像
Keywords
Traffic sign detection and recognition
improved
-
tiny
-
yolov
3
Geometric perspective
Random crop
CIoU
Panoramic image
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于改进Tiny-YOLOv3的火灾图像识别算法研究
被引量：
3
2
作者
王少韩
刘淼
机构
上海工程技术大学机械与汽车工程学院
出处
《农业装备与车辆工程》
2022年第9期121-124,共4页
文摘
传统图像识别率及识别准确率不高,检测速度比较慢,在计算能力比较低的设备中无法运行等,对此使用改进的Tiny-YOLOv3算法模型解决这些问题。改进的算法模型进一步减少了模型的尺寸,检测速度大大提升,检测准确率与原模型的相比并没有太大变化。实验结果表明,改进的Tiny-YOLOv3算法生成的模型的尺寸为8.5 MB,比原模型更小,同时在数据集上的实时性能表现为25.3 FPS,mAP值为60%左右,性能比原模型更优。
关键词
火灾图像识别
tiny
-
yolov
3
改进
tiny
-
yolov
3
模型尺寸
检测速度
Keywords
fire image recognition
tiny
-
yolov
3
improved
tiny
-
yolov
3
model size
detection speed
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于几何透视图像预处理和CNN的全景图像交通标志识别算法
曹峻凡
张向利
闫坤
张红梅
《计算机应用与软件》
北大核心
2024
1
下载PDF
职称材料
2
基于改进Tiny-YOLOv3的火灾图像识别算法研究
王少韩
刘淼
《农业装备与车辆工程》
2022
3
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
