- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于改进FasterRCNN预测模型的二手商用车车况检测方法,包括采集二手商用车待检测部位的图像,将待检测部位的图像按比例划分为训练集和测试集;使用图像标记工具对训练集中事故点的类别和位置坐标进行标记;将训练集命名为预设格式的图像文件,通过双线性插值的方法将预设格式的图像文件缩放成适合网络训练的预设大小尺寸,之后对其进行数据增强操作,获取预处理图像等步骤。优点是:将深度学习技术和图像处理技术相结合,用深度学习的方法对复杂场景中二手商用车上事故点进行检测识别,提高了检测的速度和精
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112785561 A
(43)申请公布日 2021.05.11
(21)申请号 202110018230.0 G06N 3/04 (2006.01)
(22)申请日 20
文档评论(0)