期刊专题

10.15923/j.cnki.cn22-1382/t.2022.3.10

基于深度学习的计算机视觉技术在交通场景中的应用

引用
基于深度学习的计算机视觉技术实现了采用YOLO V3神经网络模型对视频中交通目标物体进行检测、识别与分析.实现车牌识别、路口饱和度计算、机动车违章判断等功能.结果表明,检测结果准确度高、检测速度较快,达到了交通自动化监管的目的.

计算机视觉、交通、YOLO V3、深度学习

43

TP391.41(计算技术、计算机技术)

吉林省教育厅科学研究项目JJKH20220691KJ

2022-11-29(万方平台首次上网日期,不代表论文的发表时间)

共7页

251-257

暂无封面信息
查看本期封面目录

长春工业大学学报

1674-1374

22-1382/T

43

2022,43(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn