Indexed by：
Abstract：
随着人工智能的不断发展,对于传统领域提出了新的挑战。在大数据时代,图片和视频信息的成倍增长,如何从这些信息中提取出我们“感兴趣”的数据,成了越来越多学者研究的重点。本文基于卷积神经网络,构建车辆图像数据库,参考当下计算机视觉领域新提出的GoogleNet网络分类模型,修改NVDIA提出的Detection网络部分层,调整学习率、激活函数等部分训练参数和网络结构,形成新的object detection网络结构,提高对于图像和视频中车辆的识别率。
Keyword：
Reprint 's Address：
Email：
Source ：
电脑知识与技术:学术版
ISSN： 1009-3044
CN： 34-1205/TP
Year： 2019
Issue： 4
Volume： 15
Page： 169-170
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 2
Affiliated Colleges：
