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YOLO＿v2模型的车辆实时检测
被引量：
25
1
作者
黎洲
黄妙华
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第15期1869-1874,共6页
为了解决传统车辆检测实时性差和摄像头获取信息单一的问题,提出了一种基于改进YOLO_v2模型的车辆实时检测算法。基于YOLO_v2网络结构建立车辆检测模型,证明了YOLO_v2算法在车辆检测方面准确率高、实时性好。对YOLO_v2算法进行改进,使...
为了解决传统车辆检测实时性差和摄像头获取信息单一的问题,提出了一种基于改进YOLO_v2模型的车辆实时检测算法。基于YOLO_v2网络结构建立车辆检测模型,证明了YOLO_v2算法在车辆检测方面准确率高、实时性好。对YOLO_v2算法进行改进,使改进后的算法能对采集到的车载视频信息进行多维度判断:判断图片中是否有车辆及车辆在图片中的位置,判断被检测车辆与摄像头的相对方位及运动趋势,判断被检测车辆对自身车辆的危险程度。实验结果表明,改进后的模型在车载视频上取得了良好的检测效果,解决了车载视频中车辆检测实时性低的问题,并将传统基于视觉的车辆检测从单一维度检测扩展到了多维度检测。
展开更多
关键词
yolo
_
v
2
模型
车辆检测
车载视频
实时
多维度的
下载PDF
职称材料
深度学习目标检测算法在货运列车车钩识别中的应用
被引量：
9
2
作者
郭忠峰
张渊博
+1 位作者
王赫莹
任仲伟
《铁道科学与工程学报》
CAS
CSCD
北大核心
2020年第10期2479-2484,共6页
铁路货运列车的自动摘钩是实现驼峰作业自动化的重要环节,为了完成货运列车自动摘钩工作,需要实现车钩的快速准确识别。通过当前广泛应用的YOLO_v2网络模型,研究针对货运列车在正常工作条件下车钩的识别问题,通过K-means聚类算法对YOLO...
铁路货运列车的自动摘钩是实现驼峰作业自动化的重要环节,为了完成货运列车自动摘钩工作,需要实现车钩的快速准确识别。通过当前广泛应用的YOLO_v2网络模型,研究针对货运列车在正常工作条件下车钩的识别问题,通过K-means聚类算法对YOLO_v2网络模型中anchor的个数进行调整优化,找出适用于本次车钩识别的最优anchor个数以及宽高维度,并通过训练自制具有明显目标特征数据集来获取更加准确的权重。结果表明改进YOLO_v2模型在精确度上达到92.6%;在召回率上达到了91.8%;在FPS上达到45帧/s,改进的YOLO_v2模型达到了预期设计目标。
展开更多
关键词
改进
yolo
_
v
2
模型
货运列车
车钩识别
K-MEANS聚类算法
下载PDF
职称材料
题名
基于YOLO＿v2模型的车辆实时检测
被引量：
25
1
作者
黎洲
黄妙华
机构
武汉理工大学现代汽车零部件技术湖北省重点实验室
汽车零部件技术湖北省协同创新中心
武汉理工大学汽车工程学院
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第15期1869-1874,共6页
基金
国家科技支撑计划资助项目(2015BAG08B0)
文摘
为了解决传统车辆检测实时性差和摄像头获取信息单一的问题,提出了一种基于改进YOLO_v2模型的车辆实时检测算法。基于YOLO_v2网络结构建立车辆检测模型,证明了YOLO_v2算法在车辆检测方面准确率高、实时性好。对YOLO_v2算法进行改进,使改进后的算法能对采集到的车载视频信息进行多维度判断:判断图片中是否有车辆及车辆在图片中的位置,判断被检测车辆与摄像头的相对方位及运动趋势,判断被检测车辆对自身车辆的危险程度。实验结果表明,改进后的模型在车载视频上取得了良好的检测效果,解决了车载视频中车辆检测实时性低的问题,并将传统基于视觉的车辆检测从单一维度检测扩展到了多维度检测。
关键词
yolo
_
v
2
模型
车辆检测
车载视频
实时
多维度的
Keywords
yolo
_
v
2 model
v
ehicle detection
v
ehicle
v
ideo
real-time
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
深度学习目标检测算法在货运列车车钩识别中的应用
被引量：
9
2
作者
郭忠峰
张渊博
王赫莹
任仲伟
机构
沈阳工业大学辽宁省智能制造与工业机器人重点实验室
贵州理工学院
出处
《铁道科学与工程学报》
CAS
CSCD
北大核心
2020年第10期2479-2484,共6页
基金
辽宁省教育厅资助项目(LQGD2017034)。
文摘
铁路货运列车的自动摘钩是实现驼峰作业自动化的重要环节,为了完成货运列车自动摘钩工作,需要实现车钩的快速准确识别。通过当前广泛应用的YOLO_v2网络模型,研究针对货运列车在正常工作条件下车钩的识别问题,通过K-means聚类算法对YOLO_v2网络模型中anchor的个数进行调整优化,找出适用于本次车钩识别的最优anchor个数以及宽高维度,并通过训练自制具有明显目标特征数据集来获取更加准确的权重。结果表明改进YOLO_v2模型在精确度上达到92.6%;在召回率上达到了91.8%;在FPS上达到45帧/s,改进的YOLO_v2模型达到了预期设计目标。
关键词
改进
yolo
_
v
2
模型
货运列车
车钩识别
K-MEANS聚类算法
Keywords
impro
v
ed
yolo
_
v
2 model
freight train
coupler recognition
K-means clustering algorithm
分类号
TP391 [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YOLO＿v2模型的车辆实时检测
黎洲
黄妙华
《中国机械工程》
EI
CAS
CSCD
北大核心
2018
25
下载PDF
职称材料
2
深度学习目标检测算法在货运列车车钩识别中的应用
郭忠峰
张渊博
王赫莹
任仲伟
《铁道科学与工程学报》
CAS
CSCD
北大核心
2020
9
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
