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:
近年来目标检测技术在计算机视觉领域取得极大的突破和应用.但是,当检测的物体较小时,由于其在图片中所占的像素较小,使得其在特征提取过程中发生特征信息丢失.针对这种的问题,提出一种基于SSD模型的改进模型-等级SSD模型.等级SSD通过引入Conv-LSTM,将高特征信息与低特征信息层分开,使得小目·标特征信息得到充分利用.实验结果表明:相比于传统的目标检测算法,提出的等级SSD方法有效降低了误检率,提高了环境适应性,准确率提高了8%,召回率提高了12%.
推荐文章
基于改进Faster RCNN的安全帽佩戴检测研究
安全帽佩戴检测
FasterRCNN
多尺度训练
在线困难样本挖掘
多部件结合
基于Swin Transformer的YOLOv5安全帽佩戴检测方法
安全帽佩戴检测
YOLOv5
Swin Transformer
Ghost
新型跨尺度特征融合
K-means++
基于深度学习的安全帽检测方法研究
安全帽
不安全行为
深度学习
卷积神经网络
基于SSD算法的口罩佩戴检测模型
SSD 框架
one-hot
目标检测
口罩检测
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 一种基于等级SSD的建筑工人安全帽佩戴检测方法
来源期刊 工业控制计算机 学科
关键词 目标检测 安全帽佩戴检测 SSD Conv-LSTM
年,卷(期) 2021,(1) 所属期刊栏目 软件与仿真
研究方向 页码范围 55-56
页数 2页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1001-182X.2021.01.022
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (137)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(3)
  • 参考文献(1)
  • 二级参考文献(2)
2020(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
目标检测
安全帽佩戴检测
SSD
Conv-LSTM
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
工业控制计算机
月刊
1001-182X
32-1764/TP
大16开
南京市龙蟠路173号江苏省计算技术研究所
28-60
1988
chi
出版文献量(篇)
13243
总下载数(次)
60
论文1v1指导