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
\
计算机与现代化期刊
\
基于改进YOLOv3的车辆尾灯检测方法
基于改进YOLOv3的车辆尾灯检测方法
作者:
李龙
张重阳
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
尾灯检测
YOLOv3
特征提取
K-means++
摘要:
在自动驾驶场景中,对前车尾灯的检测是一个广泛且具有研究意义的问题.Darknet53是YOLOv3的特征提取网络,其使用5个残差单元对原始图像进行特征提取并采用三尺度的特征图进行融合预测,尺寸越小对大目标的特征表达能力越强.因为尾灯检测属于小目标检测,所以本文舍去Darknet53的最后一个残差单元,同时增加小尺度特征提取残差单元的重复次数.针对K-means聚类算法存在k值难以确定以及对初始聚类中心敏感的问题,本文使用K-means++聚类算法获取anchor值,同时结合IOU距离度量指标.实验结果表明,改进后的YOLOv3网络上尾灯检测的准确率和检测速度都要高于改进前的,mAP由79.63%提高到89.32%,单张图片检测时间由0.014 s缩短到0.01 s.对比其他主流目标检测框架,本文改进的YOLOv3模型具有优越的检测性能.
暂无资源
收藏
引用
分享
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
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
基于改进 YOLOv3 的葡萄叶部病虫害检测方法
葡萄病害检测
深度学习
轻量化
注意力机制
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++
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
基于改进YOLOv3的车辆尾灯检测方法
来源期刊
计算机与现代化
学科
关键词
尾灯检测
YOLOv3
特征提取
K-means++
年,卷(期)
2021,(7)
所属期刊栏目
图像处理|IMAGE PROCESSING
研究方向
页码范围
89-94
页数
6页
分类号
TP391
字数
语种
中文
DOI
10.3969/j.issn.1006-2475.2021.07.016
五维指标
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
(36)
共引文献
(15)
参考文献
(10)
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)
2002(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(0)
二级参考文献(2)
2004(1)
参考文献(0)
二级参考文献(1)
2005(3)
参考文献(0)
二级参考文献(3)
2006(5)
参考文献(0)
二级参考文献(5)
2007(7)
参考文献(0)
二级参考文献(7)
2008(3)
参考文献(1)
二级参考文献(2)
2009(3)
参考文献(1)
二级参考文献(2)
2010(5)
参考文献(1)
二级参考文献(4)
2011(2)
参考文献(0)
二级参考文献(2)
2012(3)
参考文献(1)
二级参考文献(2)
2013(3)
参考文献(1)
二级参考文献(2)
2014(2)
参考文献(2)
二级参考文献(0)
2015(2)
参考文献(1)
二级参考文献(1)
2016(1)
参考文献(0)
二级参考文献(1)
2018(2)
参考文献(2)
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
尾灯检测
YOLOv3
特征提取
K-means++
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
计算机与现代化
主办单位:
江西省计算机学会
江西省计算技术研究所
出版周期:
月刊
ISSN:
1006-2475
CN:
36-1137/TP
开本:
大16开
出版地:
南昌市井冈山大道1416号
邮发代号:
44-121
创刊时间:
1985
语种:
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
期刊文献
相关文献
1.
基于YOLOv3的车辆多目标检测
2.
基于暗通道和改进YOLOv3的雾天车辆检测算法
3.
基于改进 YOLOv3 的葡萄叶部病虫害检测方法
4.
一种基于改进YOLOv3的密集人群检测算法
5.
一种基于改进Yolov3的弹载图像多目标检测方法
6.
基于改进的YOLOv3道路车辆实时检测
7.
基于改进YOLOv3的快速车辆检测方法
8.
基于YOLOv3的夜间防眩目LED车灯
9.
自适应边缘优化的改进YOLOV3目标识别算法
10.
改进YOLOV3的火灾检测方法
11.
基于YOLOv3的行人检测方法研究
12.
基于YOLOv3和ROS系统的无人机距离检测
13.
基于USRP与YOLOv3算法的信号采集与识别设计
14.
一种基于YOLOv3算法的车牌识别系统
15.
基于改进YOLOv3网络的遥感目标快速检测方法
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
计算机与现代化2021
计算机与现代化2020
计算机与现代化2019
计算机与现代化2018
计算机与现代化2017
计算机与现代化2016
计算机与现代化2015
计算机与现代化2014
计算机与现代化2013
计算机与现代化2012
计算机与现代化2011
计算机与现代化2010
计算机与现代化2009
计算机与现代化2008
计算机与现代化2007
计算机与现代化2006
计算机与现代化2005
计算机与现代化2004
计算机与现代化2003
计算机与现代化2002
计算机与现代化2001
计算机与现代化2000
计算机与现代化1999
计算机与现代化2021年第9期
计算机与现代化2021年第8期
计算机与现代化2021年第7期
计算机与现代化2021年第6期
计算机与现代化2021年第5期
计算机与现代化2021年第4期
计算机与现代化2021年第3期
计算机与现代化2021年第2期
计算机与现代化2021年第12期
计算机与现代化2021年第10期
计算机与现代化2021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