作者:
原文服务方: 铁道车辆       
摘要:
提出了一种采用YOLOv3算法的闸片丢失及装反异常情况检测方法.经测试验证,该方法能较准确地检测出闸片丢失与装反异常情况,丢失检测正确率可达98.10%,装反检测正确率可达97.59%.
推荐文章
一种基于改进YOLOv3的密集人群检测算法
密集人群
YOLOv3
特征提取网络
K-means++
基于YOLOv3的车辆多目标检测
车辆
多目标检测
Darknet-53网络
YOLOv3
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 YOLOv3算法在闸片丢失及装反检测设备中的应用
来源期刊 铁道车辆 学科
关键词 闸片丢失 闸片装反 偏角计算 YOLOv3
年,卷(期) 2020,(11) 所属期刊栏目 设备与机具
研究方向 页码范围 31-33
页数 3页 分类号 U270.35+1
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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
闸片丢失
闸片装反
偏角计算
YOLOv3
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
铁道车辆
月刊
1002-7602
37-1152/U
大16开
1963-01-01
chi
出版文献量(篇)
4615
总下载数(次)
0
总被引数(次)
14363
论文1v1指导