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:
针对现有的交通路标的检测识别方法的不足,提出了一种基于SSD改进的交通路标检测识别方法.利用Keras框架对提出的算法进行仿真实验.在中国交通路标基准数据集上进行验证.实验结果表明,本文提出的方法,在识别的准确性和召回率都有很大的提升.
推荐文章
基于视觉注意机制的交通路标检测方法
视觉注意
灰度变换
路标检测
用于交通标志检测的窗口大小聚类残差SSD模型
交通标志检测
深度学习
单拍多盒探测器(SSD)
K-均值
聚类
基于改进SSD的视频烟火检测算法
烟火检测
轻量化
SSD
GhostNet
Concat
特征融合
基于SSD的盲人导航障碍要素识别检测
盲人导航
深度学习
目标检测
SSD
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 基于改进SSD模型的交通路标检测识别研究
来源期刊 信息记录材料 学科 工学
关键词 DenseNet 空洞卷积 特征融合 SSD
年,卷(期) 2020,(4) 所属期刊栏目 信息:技术与应用
研究方向 页码范围 117-118
页数 2页 分类号 TP391.4
字数 1657字 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 霍爱清 西安石油大学电子工程学院 55 459 13.0 18.0
2 李浩平 西安石油大学电子工程学院 4 6 1.0 2.0
3 张文乐 西安石油大学电子工程学院 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  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(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
DenseNet
空洞卷积
特征融合
SSD
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
信息记录材料
月刊
1009-5624
13-1295/TQ
大16开
河北省保定市乐凯南大街6号
18-185
1978
chi
出版文献量(篇)
9919
总下载数(次)
46
总被引数(次)
13955
论文1v1指导