典型文献
基于SSD算法的轻量化仪器表盘检测算法
文献摘要：
在使用传统的图像识别算法对仪器表盘中的数字进行识别时,存在着流程繁琐,处理时间较长和检测效果不佳等问题.针对上述不足,提出了一种基于深度学习的轻量化仪器表盘检测算法,该算法以单发多尺度检测算法为基础,使用深度可分离卷积代替标准卷积设计特征提取网络,以提升特征表达能力和轻量化性能;同时提出了一种基于真实框分布构建锚框的流程,设计了能量化表达锚框匹配程度的指标——匹配率,促进构建匹配度更高且锚框数量更少的锚框方案.实验结果表明,所提算法具有较少的模型参数量和计算量,具有较高的检测精度,并且可在CPU环境下满足实时检测需求.
文献关键词：
轻量化特征提取;锚框设计;智能仪表检测;单发多尺度检测算法
中图分类号：
作者姓名：
张建伟;周亚同;史宝军;何昊;王文
作者机构：
河北工业大学电子信息工程学院,天津 300401;河北工业大学机械工程学院,天津 300401
文献出处：
引用格式：
[1]张建伟;周亚同;史宝军;何昊;王文-.基于SSD算法的轻量化仪器表盘检测算法)[J].计算机工程与科学,2022(08):1418-1425
A类：
单发多尺度检测算法,锚框设计,智能仪表检测
B类：
SSD,表盘,图像识别,识别算法,盘中,处理时间,检测效果,使用深度,深度可分离卷积,标准卷积,设计特征,特征提取网络,特征表达,表达能力,量化性,量化表达,锚框匹配,匹配率,匹配度,模型参数量,计算量,检测精度,CPU,实时检测,轻量化特征提取
AB值：
0.321562
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。
