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:
提出一种基于量化神经网络的端到端车牌检测与识别系统,实现了车牌快速端到端的检测与识别.实验结果表明:所提出的网络可以有效地应用于车牌检测与识别,实现了最高99.2%的识别准确率与76 FPS的识别速度.相比浮点卷积神经网络参数量降低约32倍.
推荐文章
基于神经网络运动轨迹识别系统
神经网络
形心轨迹
轨迹特征
智能识别
基于模糊神经网络的汽车牌照识别算法
神经网络
模糊神经网络
汽车牌照识别
模糊极小极大神经网络
基于卷积神经网络的车牌识别
卷积神经网络
车牌识别
模型训练
权值共享
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 基于量化神经网络的端到端车牌检测与识别系统
来源期刊 传感器与微系统 学科 工学
关键词 端到端车牌检测与识别 卷积神经网络 量化神经网络
年,卷(期) 2020,(12) 所属期刊栏目 设计与制造
研究方向 页码范围 103-105
页数 3页 分类号 TP183|TP212
字数 语种 中文
DOI 10.13873/J.1000-9787(2020)12-0103-03
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 金婕 23 28 2.0 4.0
2 张旭欣 3 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  (24)
共引文献  (1)
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)
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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(5)
  • 参考文献(0)
  • 二级参考文献(5)
2019(5)
  • 参考文献(2)
  • 二级参考文献(3)
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
端到端车牌检测与识别
卷积神经网络
量化神经网络
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导