Indexed by：
Abstract：
为了提高卷积神经网络在学生行为识别应用的检测精度,本文使用K-means聚类对特有数据集进行聚类得到更适应的anchor box,并且提出一种基于改进损失函数的YOLOv3网络模型.该网络模型将原有的平方和损失函数权重进行动态转化,注重计算连续变量的损失.新的损失函数能有效减低Sigmoid函数梯度消失的影响,使模型收敛更加快速.实验结果表明,基于改进损失函数的深度卷积神经网络应用对＂抬头＂＂低头＂＂说话＂3种姿态的识别均有提高.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机与现代化
ISSN： 1006-2475
Year： 2020
Issue： 7
Page： 90-96
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
