典型文献
弱监督下基于SSD模型的低照度交通图像分类识别
文献摘要：
针对现有交通标识图像分类算法存在的分类识别准确率低、低照度环境适用性差等问题,设计了一种优化SSD(single shot multibox detector)模型,以改善低照度、弱监督条件下的图像分类识别性能.SSD模型在原始神经网络结构中增加了可变卷积层,提高了图像的匹配精度;模型采用了多任务损失函数提升图像分类置信度,为进一步优化SSD模型的性能,在选择窗口时以窗口比例为基准,生成具有不同规格的预选框,降低目标图像与真实图像的分类识别误差,并利用优化自适应阈值法提高交通标识图像的清晰度,以改善最终图像分类识别的准确率.实验结果显示,在测试集和训练集中,优化SSD模型均能得到较高的图像分类识别准确率,收敛速度更快且效率更高.
文献关键词：
弱监督;低照度;优化SSD模型;交通图像;自适应阈值分割
中图分类号：
作者姓名：
董庆伟
作者机构：
闽南理工学院 信息管理学院, 福建 石狮 362700
文献出处：
引用格式：
[1]董庆伟-.弱监督下基于SSD模型的低照度交通图像分类识别)[J].北部湾大学学报,2022(04):37-42
A类：
优化自适应阈值
B类：
弱监督,SSD,交通图像,分类识别,交通标识,图像分类算法,识别准确率,低照度环境,single,shot,multibox,detector,识别性,神经网络结构,可变卷积,卷积层,匹配精度,多任务损失函数,函数提升,置信度,不同规格,预选框,标图,识别误差,阈值法,清晰度,测试集,训练集,收敛速度,自适应阈值分割
AB值：
0.354559
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。
