特征增强的SSD算法及在仪表读数识别上的应用
DOI:
CSTR:
作者:
作者单位:

海军工程大学电气工程学院 武汉 430033

作者简介:

通讯作者:

中图分类号:

TP39

基金项目:

极区海图基准和导航误差控制理论及其应用研究(41876222)资助


Feature enhanced SSD algorithm and its application in meter reading recognition
Author:
Affiliation:

College of Electrical Engineering, Naval University of Engineering, Wuhan 430033, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统SSD算法在不同尺度的特征缺少相互之间的特征信息的交流,不利于目标的定位和识别,使得传统SSD算法的检测结果往往无法达到实际要求精度,并且检测速度也无法满足实际需求的问题,因此对其进行改进,引入轻量化网络MobileNet-v2和特征融合模块,使得文中算法(ENMobileSSDnet)在应对巡检环境下数字式仪表示数的识别问题检测效果相比于传统SSD算法性能有了显著性提高,检测精度(mAP)达到了98.32%,检测速度(FPS)达到了72帧/s,对实际的工程项目有更好的应用价值。

    Abstract:

    Aiming at the problem that the traditional SSD algorithm lacks the exchange of feature information between features at different scales, which is not conducive to target positioning and recognition, so that the detection results of the traditional SSD algorithm often can not meet the actual accuracy requirements, and the detection speed can not meet the actual requirements, so it is improved, and the lightweight network mobilenet-v2 and feature fusion module are introduced, Compared with the traditional SSD algorithm, the detection accuracy (map) has reached 98.32% and the detection speed (FPS) has reached 72 frames / s. It has better application value for practical engineering projects.

    参考文献
    相似文献
    引证文献
引用本文

胡鑫,欧阳华,侯卓成,尹洋.特征增强的SSD算法及在仪表读数识别上的应用[J].电子测量技术,2021,44(17):154-159

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-08-09
  • 出版日期:
文章二维码