Fugu-MT 論文翻訳(概要): A Single-Target License Plate Detection with Attention

論文の概要: A Single-Target License Plate Detection with Attention

arxiv url: http://arxiv.org/abs/2112.12070v1
Date: Sun, 12 Dec 2021 03:00:03 GMT
ステータス: 処理完了
システム内更新日: 2021-12-26 14:59:13.439524
Title: A Single-Target License Plate Detection with Attention
Title（参考訳）: 注意を向けた単目的ナンバープレート検出法
Authors: Wenyun Li and Chi-Man Pun
Abstract要約: ニューラルネットワークは一般にライセンスプレート検出(LPD)タスクに採用されており、パフォーマンスと精度が向上している。 LPDのような単一のオブジェクト検出タスクでは、修正された汎用オブジェクト検出は時間がかかり、複雑なシナリオや組み込みデバイスへのデプロイが困難すぎる面倒な重み付けファイルに対処できない。
参考スコア（独自算出の注目度）: 56.83051142257412
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With the development of deep learning, Neural Network is commonly adopted to the License Plate Detection (LPD) task and achieves much better performance and precision, especially CNN-based networks can achieve state of the art RetinaNet[1]. For a single object detection task such as LPD, modified general object detection would be time-consuming, unable to cope with complex scenarios and a cumbersome weights file that is too hard to deploy on the embedded device.
Abstract（参考訳）: ディープラーニングの開発により、ニューラルネットワークは一般的にライセンスプレート検出(lpd)タスクに採用され、より優れたパフォーマンスと精度を実現している。 LPDのような単一のオブジェクト検出タスクでは、修正された汎用オブジェクト検出は時間がかかり、複雑なシナリオや組み込みデバイスへのデプロイが困難すぎる面倒な重み付けファイルに対処できない。

関連論文リスト

Run-time Monitoring of 3D Object Detection in Automated Driving Systems Using Early Layer Neural Activation Patterns [12.384452095533396]
自動運転システム(ADS)の統合性監視は安全性を確保する上で最重要である。近年のディープニューラルネットワーク(DNN)を用いた物体検出装置の進歩,検出誤差への感受性は重要な懸念点である。
論文参考訳（メタデータ） (2024-04-11T12:24:47Z)
Label-Efficient Object Detection via Region Proposal Network Pre-Training [58.50615557874024]
地域提案ネットワーク(RPN)に効果的な事前学習を提供するための簡単な事前学習タスクを提案する。 RPN事前学習のないマルチステージ検出器と比較して,本手法はダウンストリームタスク性能を継続的に改善することができる。
論文参考訳（メタデータ） (2022-11-16T16:28:18Z)
LO-Det: Lightweight Oriented Object Detection in Remote Sensing Images [11.41884406231953]
本稿では,有効軽量指向型物体検出器(LO-Det)を提案する。特に、チャネル分離集約(CSA)構造は、積み重ねられた分離可能な畳み込みの複雑さを単純化するために設計されている。提案するLO-Detは、オブジェクト指向物体を検出するための競合精度で、組み込みデバイスでも非常に高速に動作可能である。
論文参考訳（メタデータ） (2022-09-16T04:28:01Z)
Deployment of Deep Neural Networks for Object Detection on Edge AI Devices with Runtime Optimization [11.408144862469172]
エッジAIプラットフォームに2つの代表的なオブジェクト検出ネットワークを配置することを検討する。特に、画像ベースの2Dオブジェクト検出のためのRetinaNetと、LiDARベースの3Dオブジェクト検出のためのPointPillarsについて検討する。我々はRTとTorchScriptの2つの異なるライブラリを用いて,デプロイアルゴリズムのランタイムを評価する。
論文参考訳（メタデータ） (2021-08-18T14:21:53Z)
Double-Dot Network for Antipodal Grasp Detection [20.21384585441404]
本稿では,Double-Dot Network (DD-Net) という,対足足歩行検出のための新しい深層学習手法を提案する。これは、経験的にプリセットされたアンカーに依存しない最近のアンカーフリーなオブジェクト検出フレームワークに従っている。このような指先をローカライズするために効果的なCNNアーキテクチャを導入し、改良のための補助センターの助けを借りて、把握候補を正確かつ堅牢に推測する。
論文参考訳（メタデータ） (2021-08-03T14:21:17Z)
Achieving Real-Time LiDAR 3D Object Detection on a Mobile Device [53.323878851563414]
本稿では,強化学習技術を用いたネットワーク拡張とpruning検索を組み込んだコンパイラ対応統一フレームワークを提案する。具体的には,リカレントニューラルネットワーク(RNN)を用いて,ネットワークの強化とプルーニングの両面での統一的なスキームを自動で提供する。提案手法は,モバイルデバイス上でのリアルタイム3次元物体検出を実現する。
論文参考訳（メタデータ） (2020-12-26T19:41:15Z)
D-Unet: A Dual-encoder U-Net for Image Splicing Forgery Detection and Localization [108.8592577019391]
画像スプライシング偽造検出は、画像指紋によって改ざんされた領域と非改ざんされた領域を区別するグローバルバイナリ分類タスクである。画像スプライシングフォージェリ検出のためのデュアルエンコーダU-Net(D-Unet)という,固定されていないエンコーダと固定エンコーダを用いた新しいネットワークを提案する。 D-Unetと最先端技術の比較実験において、D-Unetは画像レベルおよび画素レベルの検出において他の手法よりも優れていた。
論文参考訳（メタデータ） (2020-12-03T10:54:02Z)
Modification method for single-stage object detectors that allows to exploit the temporal behaviour of a scene to improve detection accuracy [0.0]
修正されたニューラルネットワークは、修正されていないものよりも、より信頼性の高い隠されたオブジェクトを検出する傾向がある。付加的なアノテートデータを必要とせずに修正ネットワークをトレーニングできる弱い教師付きトレーニング手法が提案されている。
論文参考訳（メタデータ） (2020-09-03T12:38:55Z)
Depthwise Non-local Module for Fast Salient Object Detection Using a Single Thread [136.2224792151324]
本稿では,高速な物体検出のための新しいディープラーニングアルゴリズムを提案する。提案アルゴリズムは,1つのCPUスレッドと同時に,競合精度と高い推論効率を実現する。
論文参考訳（メタデータ） (2020-01-22T15:23:48Z)
NETNet: Neighbor Erasing and Transferring Network for Better Single Shot Object Detection [170.30694322460045]
我々は、ピラミッドの特徴を再設定し、スケールアウェアな特徴を探索する新しいNeighbor Erasing and Transferring(NET)メカニズムを提案する。 NETNetと呼ばれるシングルショットネットワークは、スケールアウェアなオブジェクト検出のために構築されている。
論文参考訳（メタデータ） (2020-01-18T15:21:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。