典型文献
基于注意力机制的改进VGG车辆类型识别研究
文献摘要：
提出一种基于改进VGG11的车辆类型识别算法,用于处理不同类别的车辆型号的识别问题.为了解决一些车辆型号之间非常相似而导致的误检问题,应用注意力机制来增加有效特征图权重,减小无效或效果小的特征图权重,来使得训练模型得到更好的效果,从而提升算法的准确率.为了验证改进的VGG11的性能,将改进模型与经典模型AlexNet和VGG11原模型进行了实验对比.实验结果表明,改进的VGG11模型的收敛速度和精度都要远高于Alexnet和VGG11原模型,在训练50epochs时,就达到了96％的识别精度.
文献关键词：
VGG卷积神经网络;车辆类型识别;注意力机制
中图分类号：
作者姓名：
章羽;罗素云;陈杨钟
作者机构：
201620 上海市 上海工程技术大学机械与汽车工程学院;201616 上海市 大工科技(上海)有限公司
文献出处：
引用格式：
[1]章羽;罗素云;陈杨钟-.基于注意力机制的改进VGG车辆类型识别研究)[J].农业装备与车辆工程,2022(08):82-87
A类：
50epochs
B类：
注意力机制,车辆类型识别,VGG11,识别算法,有效特征,特征图,训练模型,改进模型,AlexNet,实验对比,收敛速度,Alexnet,识别精度
AB值：
0.25032
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。
