典型文献
基于深度神经网络技术的台标识别模型设计与训练
文献摘要：
在监测监管工作中,为了快速、准确检测识别电视节目的播出机构,基于传统图像识别算法的台标识别工具得到广泛应用.随着图像视觉技术的快速发展,深度神经网络技术在近几年的图像识别大赛中大放异彩,相较于传统算法表现出更高的准确性和泛化性.本文基于深度神经网络技术详细论述了台标识别模型的设计与训练,通过尝试比较不同的网络结构、算法、训练超参数和训练集,最终训练出适合业务场景的识别模型.测试结果表明,该模型可以在不同场景中准确、高效地识别各种变形、半透明等传统算法难以准确识别的台标,具备很高的实用价值.
文献关键词：
内容监管;台标识别;深度神经网络;目标检测;人工智能;PaddlePaddle
中图分类号：
作者姓名：
姬翔
作者机构：
国家广播电视总局二九三台,河南451162
文献出处：
引用格式：
[1]姬翔-.基于深度神经网络技术的台标识别模型设计与训练)[J].广播与电视技术,2022(10):24-28
A类：
台标识别
B类：
深度神经网络,神经网络技术,识别模型,模型设计,监测监管,监管工作,检测识别,电视节目,播出,图像识别,识别算法,识别工具,图像视觉技术,大放异彩,传统算法,泛化性,细论,超参数,训练集,练出,业务场景,同场,半透明,准确识别,内容监管,目标检测,PaddlePaddle
AB值：
0.350284
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。
