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
面向铁路货车车号定位的Faster R-CNN卷积神经网络
被引量:
11
1
作者
张晓丽
董昱
《电子测量与仪器学报》
CSCD
北大核心
2020年第10期65-73,共9页
为了解决传统算法对于铁路货运列车车号识别准确率不高问题,提出了一种面向铁路货车车号定位的Faster R-CNN神经网络。通过调整特征提取网络的相关尺寸参数及连接方式增强了最后一层卷积特征图的细节特征。并采用k-means++聚类算法求取...
为了解决传统算法对于铁路货运列车车号识别准确率不高问题,提出了一种面向铁路货车车号定位的Faster R-CNN神经网络。通过调整特征提取网络的相关尺寸参数及连接方式增强了最后一层卷积特征图的细节特征。并采用k-means++聚类算法求取车号区域长宽比改进anchor尺寸设计,使目标检测框与实际车号区域更加贴合。实验过程中,采用了数据增广、dropout方法提升网络的鲁棒性。结果显示,改进Faster R-CNN网络在铁路货车车号定位精度达到了93.15%,召回率90.76%,综合F1指标91.94%,也说明该方法能够对铁路货车车号准确定位,并为车号识别过程提供可靠的数据支持。
展开更多
关键词
货车车号定位
Faster
R-CNN
卷积神经网络
特征增强
下载PDF
职称材料
题名
面向铁路货车车号定位的Faster R-CNN卷积神经网络
被引量:
11
1
作者
张晓丽
董昱
机构
兰州交通大学自动化与电气工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2020年第10期65-73,共9页
基金
国家自然科学基金(61763023)资助项目。
文摘
为了解决传统算法对于铁路货运列车车号识别准确率不高问题,提出了一种面向铁路货车车号定位的Faster R-CNN神经网络。通过调整特征提取网络的相关尺寸参数及连接方式增强了最后一层卷积特征图的细节特征。并采用k-means++聚类算法求取车号区域长宽比改进anchor尺寸设计,使目标检测框与实际车号区域更加贴合。实验过程中,采用了数据增广、dropout方法提升网络的鲁棒性。结果显示,改进Faster R-CNN网络在铁路货车车号定位精度达到了93.15%,召回率90.76%,综合F1指标91.94%,也说明该方法能够对铁路货车车号准确定位,并为车号识别过程提供可靠的数据支持。
关键词
货车车号定位
Faster
R-CNN
卷积神经网络
特征增强
Keywords
train number location
Faster R-CNN
convolutional neural network
feature enhancement
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
面向铁路货车车号定位的Faster R-CNN卷积神经网络
张晓丽
董昱
《电子测量与仪器学报》
CSCD
北大核心
2020
11
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