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
基于深度学习的高铁电线杆及杆号检测与识别方法
1
作者
田宇
徐志洁
+2 位作者
张健钦
张冬梅
范博文
《计算机科学与应用》
2022年第10期2318-2330,共13页
面向高铁电线杆智能监测任务,提出一种基于YOLOv3的端到端的高铁电线杆自动检测及杆号识别算法。该算法首先对电线杆及杆号区域进行检测,并根据杆号区域检测坐标自动裁剪,然后识别杆号区域中的数字,最后将电线杆检测结果与数字识别结果...
面向高铁电线杆智能监测任务,提出一种基于YOLOv3的端到端的高铁电线杆自动检测及杆号识别算法。该算法首先对电线杆及杆号区域进行检测,并根据杆号区域检测坐标自动裁剪,然后识别杆号区域中的数字,最后将电线杆检测结果与数字识别结果自动结合。通过构建高铁电线杆图像数据集以及杆号区域数据集,进行大量实验。实验结果表明,我们提出的方法对电线杆及杆上编号的检测与识别准确率分别达到了97.50%、95.30%,能有效地完成高铁最优电线杆及杆号的自动检测任务。
展开更多
关键词
目标检测
高铁电线杆
杆号
YOLOv3
两阶段检测
下载PDF
职称材料
题名
基于深度学习的高铁电线杆及杆号检测与识别方法
1
作者
田宇
徐志洁
张健钦
张冬梅
范博文
机构
北京建筑大学理学院
北京建筑大学测绘与城市空间信息学院
出处
《计算机科学与应用》
2022年第10期2318-2330,共13页
文摘
面向高铁电线杆智能监测任务,提出一种基于YOLOv3的端到端的高铁电线杆自动检测及杆号识别算法。该算法首先对电线杆及杆号区域进行检测,并根据杆号区域检测坐标自动裁剪,然后识别杆号区域中的数字,最后将电线杆检测结果与数字识别结果自动结合。通过构建高铁电线杆图像数据集以及杆号区域数据集,进行大量实验。实验结果表明,我们提出的方法对电线杆及杆上编号的检测与识别准确率分别达到了97.50%、95.30%,能有效地完成高铁最优电线杆及杆号的自动检测任务。
关键词
目标检测
高铁电线杆
杆号
YOLOv3
两阶段检测
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的高铁电线杆及杆号检测与识别方法
田宇
徐志洁
张健钦
张冬梅
范博文
《计算机科学与应用》
2022
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