期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的计算机视觉技术在交通场景中的应用
被引量:
4
1
作者
潘超
王雪涵
+4 位作者
高俊平
王赢庆
尹栋程
李佳
肖巍
《长春工业大学学报》
CAS
2022年第3期251-257,共7页
基于深度学习的计算机视觉技术实现了采用YOLO V3神经网络模型对视频中交通目标物体进行检测、识别与分析。实现车牌识别、路口饱和度计算、机动车违章判断等功能。结果表明,检测结果准确度高、检测速度较快,达到了交通自动化监管的目的。
关键词
计算机视觉
交通
YOLO
V3
深度学习
下载PDF
职称材料
题名
基于深度学习的计算机视觉技术在交通场景中的应用
被引量:
4
1
作者
潘超
王雪涵
高俊平
王赢庆
尹栋程
李佳
肖巍
机构
长春工业大学计算机科学与工程学院
长春市十一高中北湖学校
出处
《长春工业大学学报》
CAS
2022年第3期251-257,共7页
基金
吉林省教育厅科学研究项目(JJKH20220691KJ)。
文摘
基于深度学习的计算机视觉技术实现了采用YOLO V3神经网络模型对视频中交通目标物体进行检测、识别与分析。实现车牌识别、路口饱和度计算、机动车违章判断等功能。结果表明,检测结果准确度高、检测速度较快,达到了交通自动化监管的目的。
关键词
计算机视觉
交通
YOLO
V3
深度学习
Keywords
computer vision
traffic
YOLO V3
deep learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的计算机视觉技术在交通场景中的应用
潘超
王雪涵
高俊平
王赢庆
尹栋程
李佳
肖巍
《长春工业大学学报》
CAS
2022
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部