典型文献
基于yolov3的水果蔬菜检测算法研究
文献摘要：
为减轻超市等需人工称重售卖体系在人流高峰期的售卖压力,同时响应当前国家对疫情防控中减少公共场所人员接触防疫政策,实现超市中水果蔬菜的智能化售卖也是当前实现智慧城市建设的一部分.其中智能化售卖中最关键的问题是实现对水果蔬菜的精确识别;文章采用YOLOv3网络算法模型,在自己采集构建的水果蔬菜数据集上进行训练和测试,并与YOLOv3-Tiny网络进行对比实验.实验结果表明,YOLOv3在检测准确率上表现得更好,检测精度达到了94.69％,而轻量型网络YOLOv3-Tiny则在检测的效率上表现得更好.
文献关键词：
水果蔬菜检测;YOLOv3;YOLOv3-Tiny;检测精度;检测效率
中图分类号：
作者姓名：
范杰;郭原东;李向阳;张骁;王建云
作者机构：
三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002;三峡大学计算机与信息学院,湖北宜昌443002
文献出处：
引用格式：
[1]范杰;郭原东;李向阳;张骁;王建云-.基于yolov3的水果蔬菜检测算法研究)[J].长江信息通信,2022(01):3-6
A类：
水果蔬菜检测,卖压
B类：
yolov3,检测算法,算法研究,超市,称重,售卖,人流,高峰期,公共场所,防疫政策,智慧城市建设,精确识别,YOLOv3,网络算法,算法模型,Tiny,检测准确率,检测精度,轻量型网络,检测效率
AB值：
0.267683
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。
