第
第PAGE1页
基于回归的车牌检测方法分析案例
1.1基于SSD算法的车牌检测网络设计
SSD(SingleShotMultiBoxDetector)算法改进的卷积神经网络结构,选取表现良好的前置网络,构建多尺度融合特征提取层,在制作的数据集上训练和测试该网络模型,与常用的车牌检测方法做实验对比,该方法在车牌区域检测和速度方面具有良好的表现。
SSD模型中网络是用来为权重附初始,前置值,可以使得训练时更快收敛,提高训练的效率。因此,前置网络会影响到整个网络的训练效率。从相关知识的研究发现,深度学习网络的深度对最后的分类和识别的效果有着很大的影响,为了提高网络的准确率
您可能关注的文档
- 2026《新商业模式下百货业的发展思考》12000字.docx
- 2026《光纤分布式传感应变传递模型分析》1900字.docx
- 2026《可穿戴印刷天线国内外研究现状文献综述》2100字.docx
- 2026《信息协同视角下的智慧养老模式分析案例》5400字.docx
- 2026《缓刑犯社区矫正性质及其正当化问题研究》8200字.doc
- 2026《基于单片机的智能鱼缸方案论证案例》1800字.doc
- 2026《旅游开发潜力研究文献综述》3200字.doc
- 2026《影视行业财务舞弊审计风险评估分析案例》6900字.doc
- 2026《基于渠道视角的营运资金管理相关理论概述》7000字.docx
- 2026《互联网广告行业应收账款风险管理研究—以引力传媒为例》15000字.docx
原创力文档

文档评论(0)