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
共找到5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：
基于Darknet框架下YOLO v2算法的车辆多目标检测方法 被引量：26
1
作者 李珣 刘瑶 +2 位作者 李鹏飞 张蕾 赵征凡 《交通运输工程学报》 EI CSCD 北大核心 2018年第6期142-158,共17页
针对道路车辆目标检测传统方法需随场景变化提取不同特征,检测率较低与鲁棒性差的问题,提出了一种基于Darknet框架下YOLO v2算法的车辆多目标检测方法;根据目标路段场景与车流量的变化对YOLO-voc网络模型进行改进,基于ImageNet数据集和... 针对道路车辆目标检测传统方法需随场景变化提取不同特征,检测率较低与鲁棒性差的问题,提出了一种基于Darknet框架下YOLO v2算法的车辆多目标检测方法;根据目标路段场景与车流量的变化对YOLO-voc网络模型进行改进,基于ImageNet数据集和微调技术获得分类训练网络模型,对训练结果和车辆目标特征进行分析后进一步调整改进的算法参数,最终获得更适合于道路车辆检测的YOLO-vocRV网络模型下车辆多目标检测方法;为验证检测方法的有效性和完备性,采用不同车流密度进行了车辆多目标检测试验,并与经典YOLO-voc、YOLO9000模型进行了对比;采用改进YOLO-vocRV网络模型,选取20 000次迭代,分析了多目标检测结果。试验结果表明:在阻塞流样本条件下,YOLO9000网络模型检测率为93.71%,YOLO-voc网络模型检测率为94.48%,改进YOLO-vocRV网络模型检测率达到了96.95%,因此,改进网络模型YOLOvocRV检测率较高;YOLO-vocRV模型精确度和召回率均聚集在0.95,因此,在获得较好精确度的条件下损失的召回率明显较小,达到了很好的折中;采用混合样本训练后,基于YOLO-vocRV模型的车辆多目标检测方法的检测率在自由流状态下可达99.11%,同步流状态下可达97.62%,阻塞流状态下可达到97.14%,具有较小的误检率和良好的鲁棒性。 展开更多
关键词 交通信息工程 深度学习 多目标检测 Darknet框架 yolo v2算法 网络模型
原文传递
基于特征融合与目标检测的电磁信号识别机制
2
作者 冯阳 郭兰图 +3 位作者 吴嘉明 叶飞扬 张万成 郭琛 《太赫兹科学与电子信息学报》 2025年第7期755-762,共8页
随着各种通信、导航、遥控设备的广泛使用,电磁环境变得愈发复杂。在多类信号混杂的电磁环境中对电磁频谱进行监测布控,实现针对非授权、非合作设备的准确识别成为迫切需求。近年来,基于深度学习的识别技术得到快速发展,但在多域特征融... 随着各种通信、导航、遥控设备的广泛使用,电磁环境变得愈发复杂。在多类信号混杂的电磁环境中对电磁频谱进行监测布控,实现针对非授权、非合作设备的准确识别成为迫切需求。近年来,基于深度学习的识别技术得到快速发展,但在多域特征融合机制方面仍有所欠缺,在非合作条件下识别性能仍相对较弱。针对多信号混杂情境下特定电磁目标信号识别问题,提出一种基于多域特征融合与目标检测架构的电磁信号识别方法。该方法利用短时傅里叶变换实现了时频域信号特征的融合,基于YOLO目标检测架构,设计了时频域联合特征提取识别机制。算法在实测数据和公开数据集上进行性能验证,实验结果表明本算法的识别准确率明显优于对比深度学习识别方法。 展开更多
关键词 非合作设备 信号识别 时频特征 目标检测 yolo架构
在线阅读 下载PDF
基于YOLO框架的无锚框输电线多种缺陷检测 被引量：6
3
作者 高小伟 吴合风 +2 位作者 谭启昀 刘鹏宇 袁静 《测控技术》 2023年第3期24-31,共8页
检测并及时修复输电线路的缺陷是电能安全输送的重要保障。针对现有检测方法存在效率低、对多尺度目标检测精度低、泛化能力差等不足,提出了一种基于无人机影像的无锚框输电线缺陷检测方法。该方法基于YOLO系列目标检测框架构建了一种... 检测并及时修复输电线路的缺陷是电能安全输送的重要保障。针对现有检测方法存在效率低、对多尺度目标检测精度低、泛化能力差等不足,提出了一种基于无人机影像的无锚框输电线缺陷检测方法。该方法基于YOLO系列目标检测框架构建了一种无锚框的检测网络,设计了相匹配的正负样本分配方式,融入了多种优化策略,有效改善了现有方法的不足。实验结果表明,提出的方法能够同时对输电线的断股、散股、断线、烧伤和异物5种缺陷进行有效检测。相比于传统输电线缺陷识别方法和基于深度学习的缺陷检测方法SSD、Faster R-CNN、YOLOv4、YOLOv5,该方法的平均精度均值(mAP)达到78.31%,每秒传输帧数(FPS)为103.5 f/s,同时兼备检测的快速性和高精度,在5类输电线缺陷检测任务中均具有良好的性能。 展开更多
关键词 深度学习 目标检测 输电线缺陷 yolo框架 无锚框
在线阅读 下载PDF
基于云边端协同垃圾分类检测系统的设计和实现 被引量：1
4
作者 周原 《河北软件职业技术学院学报》 2022年第3期12-16,共5页
针对人工分拣垃圾成本过高影响垃圾分类推广的问题,将计算机视觉中的物体检测应用于垃圾分类领域,实现“云、边、端”协同的垃圾分类检测系统开发。从垃圾物体数据采集和预处理,到配置YOLO v3神经网络模型,并将模型部署在硬件开发板上,... 针对人工分拣垃圾成本过高影响垃圾分类推广的问题,将计算机视觉中的物体检测应用于垃圾分类领域,实现“云、边、端”协同的垃圾分类检测系统开发。从垃圾物体数据采集和预处理,到配置YOLO v3神经网络模型,并将模型部署在硬件开发板上,通过摄像头识别垃圾物体并完成垃圾分类检测任务,实现理论研究到生产实践落地的整个过程。 展开更多
关键词 垃圾分类 物体检测 云边端协同 Caffe框架 yolo v3
在线阅读 下载PDF
继保压板状态图像识别与核对系统设计和实现 被引量：1
5
作者 侯伟 李新海 +3 位作者 范德和 肖星 梁景明 林悦德 《电工技术》 2021年第24期63-66,共4页
变电站人工核对压板工作量大、效率低,造成不能及时发现压板误投退、漏投退隐患,因此提出了一种以机器人和手持终端为底层感知设备的继保压板状态图像识别与核对系统。该系统采用多层设计架构方式,实现了设备的实时控制和数据的高效传... 变电站人工核对压板工作量大、效率低,造成不能及时发现压板误投退、漏投退隐患,因此提出了一种以机器人和手持终端为底层感知设备的继保压板状态图像识别与核对系统。该系统采用多层设计架构方式,实现了设备的实时控制和数据的高效传输与处理。系统感知层采用轮式机器人和手持终端相结合的方式对压板屏柜进行巡检,服务器端采用YOLO目标识别算法实现压板投退状态的识别,使用SSM框架快速搭建稳定性良好的应用系统。该系统在某220 kV变电站进行了试点应用,对该站主控室45面压板保护屏柜(共计1107个压板)进行每月1次定时巡检,并自动形成压板核对报告,压板投退状态识别正确率达100%,完全满足压板日常巡检要求,运行效果良好。 展开更多
关键词 继电保护压板 图像识别 自动核对系统 yolo SPRING框架 VueJS
在线阅读 下载PDF
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
使用帮助 返回顶部