首页|危险品实时检测定位的Faster RCNN算法研究

危险品实时检测定位的Faster RCNN算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提升安检过程的检测效率以及检测精度,基于Faster-RCNN检测算法,结合VGG-16理论,构建了一种能够实时检测危险品的检测器,结合实际安检采集的影像数据样本,通过深度学习网络对图像数据进行训练,进行数据验证分析,结果表明该检测器具有较高的验证精度,检测算法的精度以及检测效率均高于传统的检测算法,能够较为精准的定位危险品,本文给出的方法为实际安检过程提供了理论支撑及借鉴.
Research on Faster RCNN Algorithm for Real-Time Detection and Location of Dangerous Goods

邱钊鹏、朱运利、刘玉娟、林梦圆

展开 >

北京电子科技职业学院机电工程学院,北京100176

卷积特征 深度神经网络 影像识别 危险品检测

2020

电子器件
东南大学

电子器件

CSTPCD北大核心
影响因子：0.569
ISSN：1005-9490
年,卷(期)：2020.43(2)
  • 3
  • 4