首页> 中文期刊> 《技术与市场》 >基于DenseNet与ResNeXt算法的车牌定位识别方法研究

基于DenseNet与ResNeXt算法的车牌定位识别方法研究

         

摘要

利用卷积神经网络易于提取图像特征的优势,直接搭建一个统一的深度神经网络,可在进行车牌定位的同时进行识别,并且整个网络可以进行端到端的训练,可直接提高整个系统识别的准确率和鲁棒性.针对卷积神经网络在连续增天网络层数的时候,会引起梯度消失,产生网络性能的退化问题.研究将DenseNet与ResNeXt结合的网络模块应用于车牌定位识别系统中,经验证,该算法系统识别准确率高、速度快,可以在车牌识别系统中广泛使用.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号