典型文献
改进的YOLOv4复杂构件分类识别算法
文献摘要：
为解决航天设备复杂构件分类检测时缺少数据集、识别困难等问题,在三维建模软件上对构件不同角度截图制作数据集,对数据进行增广.提出一种基于改进YOLOv4算法的航天设备复杂构件分类识别算法,将YOLOv4算法中残差卷积块的个数由5个调整为3个,各部分通道数缩减一半.只采用上采样结构,省略下采样结构,减少训练参数,精简网络结构.实验结果表明,改进的YOLOv4目标检测算法训练速度快,检测精度高,在航天复杂构件图像验证集上的误差降至0.66,mAP达到97.63％,性能优于同类算法.
文献关键词：
航天设备;复杂构件;数据增强;深度学习;识别分类
中图分类号：
作者姓名：
林鑫;沈建新;秦顺;潘峰
作者机构：
南京航空航天大学 机电学院,江苏 南京 210016
文献出处：
引用格式：
[1]林鑫;沈建新;秦顺;潘峰-.改进的YOLOv4复杂构件分类识别算法)[J].计算机工程与设计,2022(09):2519-2524
A类：
航天复杂构件
B类：
YOLOv4,分类识别,识别算法,航天设备,分类检测,少数据,三维建模软件,截图,作数,增广,残差卷积,通道数,上采样,省略,下采样,少训练,精简,目标检测算法,算法训练,训练速度,检测精度,验证集,mAP,数据增强,识别分类
AB值：
0.388157
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。
