|
|||||
|
|
| 基于改进CenterNet的车辆识别方法 | |
| 作者姓名： | 黄跃珍 王乃洲 梁添才 赵清利 |
| 作者单位： | 国防科技大学计算机学院,湖南长沙410022;广州无线电集团有限公司,广东广州510663;深圳市信义科技有限公司,广东深圳518067;华南理工大学电子与信息学院,广东广州510640;深圳市信义科技有限公司,广东深圳518067;华南理工大学自动化科学与工程学院,广东广州510640;深圳市信义科技有限公司,广东深圳518067 |
| 摘 要： | 为解决车辆识别系统中类型识别率低的问题,提出了一种基于改进CenterNet的车辆识别方法.首先,该方法采用ResNet18作为基础网络,以减少网络参数;然后,针对CenterNet车辆目标识别存在定位效果不理想的问题,采用带间距的交并比损失取代CenterNet损失函数中的偏置损失和宽高损失,同时采用单尺度自适应空间... |
| 关 键 词： | 车辆检测 类型识别 深度学习 特征融合 |
| 本文献已被 万方数据 等数据库收录！ | |