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
多模型融合投票预标注算法研究
1
作者
吉星
陈喆
+3 位作者
陈飞扬
杨文听
樊桢珍
许丹
《现代信息科技》
2024年第16期34-38,共5页
针对标注内容烦琐、耗时等问题,提出一种多模型融合投票预标注方法。在预标注过程中,将Cascade_RCNN、RetinaNet、CondLaneNet三个模型的检测结果进行融合,然后将各个模型生成的坐标结果进行提取、判断、匹配、参数平均、排序等处理,得...
针对标注内容烦琐、耗时等问题,提出一种多模型融合投票预标注方法。在预标注过程中,将Cascade_RCNN、RetinaNet、CondLaneNet三个模型的检测结果进行融合,然后将各个模型生成的坐标结果进行提取、判断、匹配、参数平均、排序等处理,得到最终的预标注结果。在公开数据集以及自建数据集上进行多次试验的结果表明,算法能够提高预标注精度,减少标注过程中人工标注工作量,具有较好的效果,验证了该方法的有效性。
展开更多
关键词
深度学习
目标检测
车道线检测
预标注
模型融合
下载PDF
职称材料
题名
多模型融合投票预标注算法研究
1
作者
吉星
陈喆
陈飞扬
杨文听
樊桢珍
许丹
机构
陕西重型汽车有限公司
出处
《现代信息科技》
2024年第16期34-38,共5页
文摘
针对标注内容烦琐、耗时等问题,提出一种多模型融合投票预标注方法。在预标注过程中,将Cascade_RCNN、RetinaNet、CondLaneNet三个模型的检测结果进行融合,然后将各个模型生成的坐标结果进行提取、判断、匹配、参数平均、排序等处理,得到最终的预标注结果。在公开数据集以及自建数据集上进行多次试验的结果表明,算法能够提高预标注精度,减少标注过程中人工标注工作量,具有较好的效果,验证了该方法的有效性。
关键词
深度学习
目标检测
车道线检测
预标注
模型融合
Keywords
Deep Learning
target detection
laneline detection
pre-labelling
model fusion
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多模型融合投票预标注算法研究
吉星
陈喆
陈飞扬
杨文听
樊桢珍
许丹
《现代信息科技》
2024
0
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