钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用期刊
\
基于YOLO v3算法改进的交通标志识别算法
基于YOLO v3算法改进的交通标志识别算法
作者:
史文旭
江金洪
韦振坤
鲍胜利
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
交通标志识别
YOLOv3算法
广义交并比
深度可分离卷积
损失函数
Focal损失
摘要:
针对目前交通标志识别任务在使用深度学习算法时存在模型参数量大、实时性较差和准确率较低的问题,提出了基于YOLO v3改进的交通标志识别算法.该算法首先将深度可分离卷积引入YOLO v3算法的特征提取层,将卷积过程分解为深度卷积、逐点卷积两部分,实现通道内卷积与通道间卷积之间的分离,从而保证了在较高识别准确率的基础上极大地减少了算法模型参数数量以及计算量.其次,在损失函数设计上使用广义交并比(GIoU)损失替换均方误差(MSE)损失,将评测标准量化为损失,解决了MSE损失存在的优化不一致和尺度敏感的问题,同时将Focal损失加入到损失函数以解决正负样本严重不均衡的问题,通过降低大量简单背景类的权重使得算法更专注于检测前景类.将该算法应用于交通标志任务中的结果表明,在TT100K数据集上,该算法的平均精度均值(mAP)指标达到了89%,相较于YOLO v3算法提升了6.6个百分点,且其参数量仅为原始YOLO v3算法的1/5左右,每秒帧数(FPS)亦比YOLO v3算法提升了60%.该算法在极大地减少模型参数量和计算量的同时,提高了检测速度和检测精度.
暂无资源
收藏
引用
分享
推荐文章
改进YOLO v3算法及其在安全帽检测中的应用
目标检测
YOLOv3算法
GIoU算法
安全帽佩戴检测
基于二级改进LeNet-5的交通标志识别算法
卷积神经网络
交通标志
分类识别
支持向量机
基于inception v3模型的道路交通标志识别研究
交通标志识别
Tensorflow
inception-v3
迁移学习
基于改进YOLO v3模型的挤奶奶牛个体识别方法
挤奶奶牛
个体识别
视频分析
机器视觉
改进YOLO v3
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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YOLO v3算法改进的交通标志识别算法
来源期刊
计算机应用
学科
工学
关键词
交通标志识别
YOLOv3算法
广义交并比
深度可分离卷积
损失函数
Focal损失
年,卷(期)
2020,(8)
所属期刊栏目
应用前沿、交叉与综合
研究方向
页码范围
2472-2478
页数
7页
分类号
TP391.4
字数
5597字
语种
中文
DOI
10.11772/j.issn.1001-9081.2020010062
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
鲍胜利
中国科学院成都计算机应用研究所
10
64
3.0
8.0
5
史文旭
中国科学院成都计算机应用研究所
6
4
2.0
2.0
9
江金洪
中国科学院成都计算机应用研究所
3
0
0.0
0.0
13
韦振坤
中国科学院成都计算机应用研究所
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(19)
共引文献
(2)
参考文献
(6)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
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(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2009(1)
参考文献(0)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2012(4)
参考文献(1)
二级参考文献(3)
2014(3)
参考文献(0)
二级参考文献(3)
2015(2)
参考文献(1)
二级参考文献(1)
2016(2)
参考文献(0)
二级参考文献(2)
2017(4)
参考文献(1)
二级参考文献(3)
2018(2)
参考文献(1)
二级参考文献(1)
2019(2)
参考文献(2)
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
交通标志识别
YOLOv3算法
广义交并比
深度可分离卷积
损失函数
Focal损失
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
计算机应用
主办单位:
四川省计算机学会
中国科学院成都分院
出版周期:
月刊
ISSN:
1001-9081
CN:
51-1307/TP
开本:
大16开
出版地:
成都237信箱
邮发代号:
62-110
创刊时间:
1981
语种:
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
期刊文献
相关文献
1.
改进YOLO v3算法及其在安全帽检测中的应用
2.
基于二级改进LeNet-5的交通标志识别算法
3.
基于inception v3模型的道路交通标志识别研究
4.
基于改进YOLO v3模型的挤奶奶牛个体识别方法
5.
一种改进的CNN交通标志识别算法
6.
基于图像特征及改进支持向量机算法的交通标志识别
7.
基于 ORB 全局特征与最近邻的交通标志快速识别算法?
8.
一种面向交通标志识别系统的图像识别算法
9.
基于多特征融合的交通标志识别算法
10.
基于inception v3模型的道路交通标志识别研究
11.
基于图像聚类的交通标志CNN快速识别算法
12.
逐级细化的交通标志识别算法
13.
基于改进YOLO v3网络的夜间环境柑橘识别方法
14.
基于深度可分离卷积的交通标志识别算法
15.
基于多示例深度学习与损失函数优化的交通标志识别算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用2022
计算机应用2021
计算机应用2020
计算机应用2019
计算机应用2018
计算机应用2017
计算机应用2016
计算机应用2015
计算机应用2014
计算机应用2013
计算机应用2012
计算机应用2011
计算机应用2010
计算机应用2009
计算机应用2008
计算机应用2007
计算机应用2006
计算机应用2005
计算机应用2004
计算机应用2003
计算机应用2002
计算机应用2001
计算机应用2000
计算机应用1999
计算机应用2020年第z2期
计算机应用2020年第z1期
计算机应用2020年第9期
计算机应用2020年第8期
计算机应用2020年第7期
计算机应用2020年第6期
计算机应用2020年第5期
计算机应用2020年第4期
计算机应用2020年第3期
计算机应用2020年第2期
计算机应用2020年第12期
计算机应用2020年第11期
计算机应用2020年第10期
计算机应用2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号