首页|基于改进YOLOv2的山西传统民居门窗识别方法研究

基于改进YOLOv2的山西传统民居门窗识别方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有传统民居识别研究缺乏的现状,文章基于改进当下主流识别网络YOLOv2提出了一种山西传统民居门窗识别方法,通过增设卷积层、BN层等手段设计出三种改进网络结构,通过对同一样本集进行训练并对比识别效果,进而选出适用于门窗识别的最优模型——YOLOv2-TDDWNet.该模型对目标的识别精度可达91.2％,不同类型门窗的mAP达到了75％,具有较高的识别准确度、较小的误检率和良好的鲁棒性.
Research on the Recognition Method of Shanxi Traditional Dwelling Door and Window based on Improved YOLOv2 Model

杨旭晖、余亮、唐铭婕、付蒙

展开 >

苏州大学金螳螂建筑学院

传统民居门窗 识别 YOLOv2 山西

国家自然科学基金

41371173

2020

10.19875/j.cnki.jzywh.2020.10.016

建筑与文化
世纪图书出版公司

建筑与文化

影响因子：0.173
ISSN：1672-4909
年,卷(期)：2020.(10)
  • 1
  • 7