资料下载
×
卷积神经网络在车辆目标快速检测中的应用
消耗积分:2 |
格式:rar |
大小:1.48 MB |
2017-12-22
分享资料个
我国机动车保有量急速增长，产生一系列严重的安全与交通问题．与此同时，视频图像文件呈爆炸式增长，为公安的监控、刑侦以及案件的侦破带来了很大的困扰．车辆目标检测与识别越来越受到人们的关注，研究一种高效而准确的车辆目标检测方法意义重大．在YOLO目标检测框架的基础上，设计了一种卷积神经网络的车辆检测及其车型粗粒度识别方法．网络结构采用多层感知机卷积层，增加特征映射的非线性处理能力：移除原来模型中的全连接层，利用锚点框预测目标的边界框，在降低模型复杂度的同时提高了目标检测的召回率．实验结果表明，与主流的目标检测方法相比，该车辆目标检测方法在处理速度和准确度上都有提高，在迭代20 000次的情况下，平均准确率为94. 7%．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
