典型文献
基于深度学习的物流货柜自动识别模型研究
文献摘要：
为提升物流货柜自动识别的准确率和检测速率,该文提出了一种基于深度卷积神经网络的改进算法.该算法将DenseNet卷积神经网络融入SSD检测算法中,利用DenseNet的Block模块,提高梯度信息传播能力,使得检测模型具有更高的识别准确率和收敛速度.实验结果表明,该改进型算法的平均识别准确率为71.3％,检测速率为每秒42帧,相比YOLO和SSD算法,其平均检测准确率和检测速率均得到明显提升.
文献关键词：
深度学习;目标识别;神经网络;识别率;卷积
中图分类号：
作者姓名：
朱应莉
作者机构：
西安交通工程学院 交通运输学院,西安710000
文献出处：
引用格式：
[1]朱应莉-.基于深度学习的物流货柜自动识别模型研究)[J].自动化与仪表,2022(05):39-42
A类：
B类：
货柜,自动识别,识别模型,检测速率,深度卷积神经网络,改进算法,DenseNet,SSD,检测算法,Block,梯度信息,信息传播,传播能力,检测模型,识别准确率,收敛速度,改进型,每秒,YOLO,检测准确率,目标识别,识别率
AB值：
0.409707
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
