基于UpYOLO的现实场景车标检测算法研究

发布时间：2022-01-02 09:49

　　车辆标志作为车辆信息中的关键因素,能够很好地辅助完成对车辆的信息识别。随着深度学习算法的兴起,目标检测任务有了更好的完成方式,同时也达到了更好的检测效果,但是绝大部分算法无法保持检测速度与准确度之间的平衡。UpYOLO以YOLOv2算法为基础,通过扩充车标数据集、重聚候选框尺寸、多轮网络预训练和优化候选框筛选策略等方法对深度神经网络进行改进。通过三组对比实验验证UpYOLO算法的效果,实验结果表明,该算法在保证现实场景车辆标志检测实时性的同时,能够有效提升车标的检测准确度。 

【文章来源】：计算机应用研究. 2020,37(S1)北大核心CSCD

【文章页数】：3 页

【参考文献】：
期刊论文
[1]目标检测算法研究综述[J]. 方路平,何杭江,周国民.  计算机工程与应用. 2018(13)



本文编号：3563958