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:
针对视频车辆识别方法检测精度不高的问题,提出一种基于GIoU的YOLOv3车辆识别方法.采用Darknet-53预训练模型对实验目标车辆的样本进行迁移学习,用GIoU代替传统IoU评价方法进行训练,将检测车辆分为公交车与小轿车两类.实验结果表明,该方法与采用传统的IoU评价方法训练的YOLOv3相比,车辆识别的mAP提高了15%.
推荐文章
基于YOLOv3的车辆多目标检测
车辆
多目标检测
Darknet-53网络
YOLOv3
融入注意力的YOLOv3绝缘子串识别方法
YOLOv3
注意力机制
绝缘子串识别
深度学习
基于暗通道和改进YOLOv3的雾天车辆检测算法
雾天车辆检测
暗通道去雾算法
YOLOv3
K-means
先验框
注意力机制
基于USRP与YOLOv3算法的信号采集与识别设计
射频信号
频谱图数据
数据集训练
信号采集
频谱图识别
模数转换
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GIoU的YOLOv3车辆识别方法
来源期刊 桂林电子科技大学学报 学科 工学
关键词 车辆识别 YOLOv3 GIoU 目标识别
年,卷(期) 2020,(5) 所属期刊栏目
研究方向 页码范围 429-433
页数 5页 分类号 TP391
字数 语种 中文
DOI
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 熊显名 99 367 10.0 14.0
2 程海博 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
车辆识别
YOLOv3
GIoU
目标识别
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导