一种基于轮轴检测的载重车型识别方法
封磊
李晓明
太原科技大学计算机科学与技术学院 太原 030024
摘要：载重车超载问题长期困扰着交通安全,如何从视觉上判断载重车的额定载重量是一大难题.目前的车型识别主要停留在大类别的识别和分类,针对载重车的额定载重量对载重车进行分类的研究还未出现.针对载重车型车轮特征,提出了一种基于改进的YOLOv3(You Only Look Once)的快速识别方法.使用基于移位的批量归一化训练方法训练模型,对固定摄像机拍摄的交通视频进行识别.实验结果表明,在2000张图片测试集上达到了98.1％的准确率.对比原始的YO-LOv3目标检测方法,改进后的YOLO算法检测速度提升了40.7％,且精度未有损失,具有较好的实时性.
关键词：载重车型识别改进YOLOv3移位批量归一化实时性
分类号：O235(控制论、信息论（数学理论）)
资助基金：国家自然科学基金(61373099)
论文发表日期：2022-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2418-2422 )
英文信息