基于改进YOLOv3的接触网设备目标检测方法

令晓明; 顾䶮楠; 范少良; 王文强

doi:10.11907/rjdk.212681

您当前的位置：

首页 >

文章列表页 >

基于改进YOLOv3的接触网设备目标检测方法

智能计算与协同制造 | 更新时间：2022-12-27

- 基于改进YOLOv3的接触网设备目标检测方法
- Object Detection Method of Overhead Lines Equipment Based on Improved YOLOv3
- 软件导刊 2022年21卷第10期页码：109-114
- 作者机构：
  
  1.兰州交通大学国家绿色镀膜技术与装备工程技术研究中心
  2.兰州交通大学机电工程学院
  3.兰州交通大学光电技术与智能控制教育部重点实验室,甘肃兰州 730070
- 作者简介：
  
  令晓明（1975-），男，博士，兰州交通大学国家绿色镀膜技术与装备工程技术研究中心、机电工程学院教授，研究方向为计算机测控技术、图像处理、模式识别
  顾䶮楠（1996-），女，兰州交通大学光电技术与智能控制教育部重点实验室硕士研究生，研究方向为深度学习、图像处理。
- 基金信息：
  
  甘肃省高等教育教学成果培育项目(甘教高函〔2021〕16号)
- DOI：10.11907/rjdk.212681
  中图分类号：
扫描看全文
令晓明,顾䶮楠,范少良等.基于改进YOLOv3的接触网设备目标检测方法[J].软件导刊,2022,21(10):109-114.

LING Xiao-ming,GU Yan-nan,FAN Shao-liang,et al.Object Detection Method of Overhead Lines Equipment Based on Improved YOLOv3[J].Software Guide,2022,21(10):109-114.
令晓明,顾䶮楠,范少良等.基于改进YOLOv3的接触网设备目标检测方法[J].软件导刊,2022,21(10):109-114. DOI： 10.11907/rjdk.212681.

LING Xiao-ming,GU Yan-nan,FAN Shao-liang,et al.Object Detection Method of Overhead Lines Equipment Based on Improved YOLOv3[J].Software Guide,2022,21(10):109-114. DOI： 10.11907/rjdk.212681.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Ghost-CA-YOLOv4的果园障碍物检测算法

基于国产可控CPU架构的煤矿智能化平台搭建

卷积神经网络在前列腺多参数MRI的应用进展

钢材表面缺陷检测研究综述

基于 YOLOv3 算法的教室学生检测与人数统计方法

基于改进YOLOv3的接触网设备目标检测方法

Object Detection Method of Overhead Lines Equipment Based on Improved YOLOv3

DOI：10.11907/rjdk.212681