yolo算法的优缺点分析_基于yolo算法的目标识别

基于

yolo

算法的目标识别

贾金寸

;

刘猛

;

邵龙闯

【期刊名称】

《

《中国新通信》

》

【年

(

卷

),

期】

2019(021)016

【摘要】

近年来

,

机器视觉越来越多的用于人类的交通、物流和安防等方面

,

它在

代替人工重复机械的特征识别等方面发挥着重要的作用

.

但是自然环境、物种研

究等领域的图像识别却并不多见

,

随着深度学习的发展

,

国内外有很多学者使用卷

积神经网络进行图像识别

.

使用

CNN

算法进行汽车图标识别

,

提高了识别的精度

和系统的稳定性

,

使得分类更加细化

.

但是传统的算法都普遍存在一个问题

,

那就

是检测识别速度慢

,

计算量大不适合小型化

.

而

YOLO(you only look once)

算法

,

能在保证识别精度的同时

,

提升运算效率

,

加快检测速度

.

【总页数】

1

页

(136)

【关键词】

YOLO

算法

【作者】

贾金寸

;

刘猛

;

邵龙闯

【作者单位】

沈阳理工大学

【正文语种】

中文

【中图分类】

【相关文献】

1.

雷达专家系统目标识别和红外图像目标识别的

D-S

融合

[J],

蒋宏

;

田野

2.

雷达目标识别系统与雷达目标识别技术

[J],

吴世龙

;

龚亮亮

3.

基于模糊识别的线阵扫描激光引信目标识别算法

[J],

雷蕾

;

刘星

;

郭淑玲

4.

基于射频识别技术的多目标识别防碰撞算法

[J],

张兢

;

李成勇

;

王猛