基于YOLO的渡口车辆自动检测系统

• 作者: 丁政年 张冬韵 李志伟 李杰 王宵 邵叶秦 马雪仪
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 渡口 车辆检测 YOLO
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 计算机工程应用技术
• 页码范围: 261-262,264
• 页数: 3页
• 分类号: TP391
• 字数: 1244字
• 语种: 中文

摘要

水上交通安全一直是渡口交通监管部门的工作重心.本文针对渡运单位监管中存在的实际问题,设计和开发了一个基于YOLO的渡口车辆自动检测系统,采用最新基于深度神经网络的YOLO模型实现车辆的检测.系统主要包括用户登录注册、视频采集、车辆检测、结果显示等模块.实际证明,本文的系统能满足渡口车辆的检测要求,有利于规范渡口管理,促进水上交通安全.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰	南通大学交通与土木工程学院	33	197	8.0	13.0
2	邵叶秦	南通大学交通与土木工程学院	34	70	5.0	7.0
3	王宵	南通大学交通与土木工程学院	3	1	1.0	1.0
4	李志伟	南通大学交通与土木工程学院	4	0	0.0	0.0
5	丁政年	南通大学交通与土木工程学院	3	0	0.0	0.0
6	张冬韵	南通大学交通与土木工程学院	2	0	0.0	0.0
7	马雪仪	南通大学交通与土木工程学院	2	0	0.0	0.0