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:
本文采用YOLOv3算法计算轮毂螺丝检测框的位置,并通过建立坐标系来分析轮毂和螺丝畸变方向的一致性,将轮毂误差代入螺丝角度以消除螺丝检测框相对于轮毂的误差,从而计算轮毂的螺丝角度,以解决畸变图像下车轮故障检测困难的问题.结果 表明:YOLOv3对链算机螺丝的位置检测具有可行性,能计算出螺丝角度,其计算误差在±10°以内.
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
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
一种基于YOLOv3算法的车牌识别系统
车牌识别系统
图像采集
车牌定位
车牌字符识别
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YOLOv3算法的链箅机台车车轮故障检测系统
来源期刊 烧结球团 学科
关键词 链箅机 深度学习 YOLOv3算法 目标识别 角度计算
年,卷(期) 2021,(1) 所属期刊栏目 球团
研究方向 页码范围 76-82
页数 7页 分类号 TF046.6
字数 语种 中文
DOI 10.13403/j.sjqt.2021.01.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (3)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
2005(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)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
链箅机
深度学习
YOLOv3算法
目标识别
角度计算
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
烧结球团
双月刊
1000-8764
43-1133/TF
大16开
长沙市劳动中路3号
42-23
1976
chi
出版文献量(篇)
2199
总下载数(次)
1
总被引数(次)
8953
论文1v1指导