Indexed by：
Abstract：
本发明公开了一种改进的交通图像目标检测方法，面向海量的交通图像目标检测数据，针对Darknet‑53模型中三个尺度特征图提取特性的不同，分别采用了不同的替换策略来对三个阶段的残差模块进行改进。对Darknet‑53中的残差结构进行改进，得到了L‑CCR模块，通过将原本的3x3SpatialConvolution替换为LambdaConvolution，赋予卷积网络捕获长距离交互信息的能力，提升交通图像目标检测的精度，同时因为LambdaLayer层的引入是线性级别上的计算，所以速度方面不会有太大的影响，能够保证原本模型的实时性；并且构建的交通图像目标检测模型具有计算效率很高的优点。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202111316427.9
Filing Date： 2021-11-08
Publication Date： 2021-12-21
Pub. No.： CN113822375A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
