期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于VOD-YOLOv5的车辆检测算法研究 被引量:1
1
作者 沈正坤 王正超 +2 位作者 尹怀仙 焦博文 李慧 《青岛大学学报(工程技术版)》 CAS 2024年第1期87-94,共8页
针对现有的深度学习车辆目标检测算法检测效率和检测精度不高的问题,提出了基于YOLOv5模型的VOD-YOLOv5(Vehicle Object Detection-YOLOv5)的车辆目标检测算法。采用新型的轻量级卷积神经模块(c3f)提升网络的特征提取能力;引入Coord Con... 针对现有的深度学习车辆目标检测算法检测效率和检测精度不高的问题,提出了基于YOLOv5模型的VOD-YOLOv5(Vehicle Object Detection-YOLOv5)的车辆目标检测算法。采用新型的轻量级卷积神经模块(c3f)提升网络的特征提取能力;引入Coord Conv代替原模型中的普通卷积模块增强对位置信息的感知能力;融入空间和通道融合的注意力机制Shuffle Attention,提升对模糊图像中小目标的检测精度。在UA-DETRAC车辆检测数据集上的实验结果表明,和原YOLOv5模型相比,VOD-YOLOv5模型的平均准确率均值(mean Average Precision,mAP)约提升了3.42%,对不同目标类检测的平均准确率(Average Precision,AP)均有提升,且检测速度满足实时性需求。 展开更多
关键词 深度学习 目标检测 YOLOv5
下载PDF
基于模糊聚类法的城轨列车系统划分方法研究 被引量:1
2
作者 赵东伟 王正超 尹怀仙 《铁道技术监督》 2018年第9期32-37,共6页
针对城轨列车系统划分的问题,首先,利用层次分析法对城轨列车系统进行划分,明确系统各零部件间的定量关系,建立城轨列车系统功能、材料、结构、安全等4个相关矩阵模型并进行一致性验证;其次,分配不同原则的权重系数,得到模糊综合相关矩... 针对城轨列车系统划分的问题,首先,利用层次分析法对城轨列车系统进行划分,明确系统各零部件间的定量关系,建立城轨列车系统功能、材料、结构、安全等4个相关矩阵模型并进行一致性验证;其次,分配不同原则的权重系数,得到模糊综合相关矩阵;然后,通过模糊聚类法中的编网聚类法和最大树聚类法直接进行聚类分析,并对分析结果进行对比,得出合理的城轨列车系统划分结果。通过实例验证该方法有效可行,为城轨列车维修优化提供理论依据。 展开更多
关键词 城轨列车 系统划分 层次分析法 模糊聚类法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部