典型文献
基于改进YOLOv3多尺度的藏族服饰识别研究
文献摘要：
如何根据藏族服饰特色来进行有针对性的算法修改,使模型能够更好地识别藏族服饰,在这个方向国内仍然处于一片空白.通过对YOLOv3增加一个YOLO层来解决藏族服饰中小目标特征信息采集困难的问题,最终结果表明,改进后的模型相比于原版模型,其AP提升了3.07％,但改进后的模型召回率略微降低.
文献关键词：
YOLOv3;目标检测;藏族服饰;深度学习
中图分类号：
作者姓名：
谭锐;曾晓莉
作者机构：
西藏大学信息科学技术学院,拉萨 850011
文献出处：
引用格式：
[1]谭锐;曾晓莉-.基于改进YOLOv3多尺度的藏族服饰识别研究)[J].现代计算机,2022(17):69-72
A类：
B类：
YOLOv3,藏族服饰,一片空白,小目标特征,特征信息,信息采集,原版,版模,AP,召回率,略微,目标检测
AB值：
0.312118
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。
