車輛標(biāo)志作為車輛信息中的關(guān)鍵因素,能夠很好地輔助完成對(duì)車輛的信息識(shí)別。隨著深度學(xué)習(xí)算法的興起,目標(biāo)檢測(cè)任務(wù)有了更好的完成方式,同時(shí)也達(dá)到了更好的檢測(cè)效果,但是絕大部分算法無(wú)法保持檢測(cè)速度與準(zhǔn)確度之間的平衡。UpYOLO以YOLOv2算法為基礎(chǔ),通過(guò)擴(kuò)充車標(biāo)數(shù)據(jù)集、重聚候選框尺寸、多輪網(wǎng)絡(luò)預(yù)訓(xùn)練和優(yōu)化候選框篩選策略等方法對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。通過(guò)三組對(duì)比實(shí)驗(yàn)驗(yàn)證UpYOLO算法的效果,實(shí)驗(yàn)結(jié)果表明,該算法在保證現(xiàn)實(shí)場(chǎng)景車輛標(biāo)志檢測(cè)實(shí)時(shí)性的同時(shí),能夠有效提升車標(biāo)的檢測(cè)準(zhǔn)確度。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用研究. 2020,37(S1)北大核心CSCD

【文章頁(yè)數(shù)】：3 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]目標(biāo)檢測(cè)算法研究綜述[J]. 方路平,何杭江,周國(guó)民.  計(jì)算機(jī)工程與應(yīng)用. 2018(13)



本文編號(hào)：3563958