基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了实现在复杂环境,车辆样本不平衡情况下的实时车辆检测与识别,基于SSD算法搭建了车辆检测与识别的框架.针对车辆数据存在车型难易样本不均衡以及SSD方法存在的正负样本不平衡问题,在SSD引入改进的损失函数来挖掘难易样本,通过提高难样本的学习比例来更好地识别样本较少的车辆类型.引入SSD级联的网络结构,在第一级SSD挖掘正负样本,在第二级SSD根据第一级SSD的指导过滤掉大量的负样本.构建了拥有7480幅图像,包含4种车辆类型的数据集对该方法进行验证.实验结果表明,基于改进SSD的方法提高了少样本车辆类型的准确率,使整体检测精度取得了90.0%的准确率.针对不均衡样本的车辆数据集有较好的通用性,适用于车辆检测与识别任务.
推荐文章
基于样本投影分布的平衡不平衡数据集分类
平衡不平衡数据集
样本投影分布
支持向量机
支持向量数据描述
不平衡样本集分类算法研究
支持向量机
分类
欠采样算法
不平衡样本
入侵检测不平衡样本子群发现数据简化策略
子群发现
不平衡数据集
数据简化
实例选择
特征选择
汽车制动鼓不平衡量的检测
汽车制动鼓
平衡
去重
带通滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SSD的不平衡样本车辆检测与识别
来源期刊 计算机技术与发展 学科 工学
关键词 车辆检测与识别 SSD 样本不平衡 难易样本挖掘 正负样本挖掘
年,卷(期) 2019,(12) 所属期刊栏目 应用开发研究
研究方向 页码范围 135-140
页数 6页 分类号 TP301
字数 3951字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.12.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢林柏 江南大学物联网工程学院 68 452 12.0 18.0
2 马浩良 江南大学物联网工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (107)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (16)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(13)
  • 参考文献(3)
  • 二级参考文献(10)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车辆检测与识别
SSD
样本不平衡
难易样本挖掘
正负样本挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导