|
|||||
|
|
| 基于区域卷积网络的行驶车辆检测算法 | |
| 引用本文： | 曹长玉,郑佳春,黄一琦.基于区域卷积网络的行驶车辆检测算法[J].集美大学学报(自然科学版),2019,24(4). |
| 作者姓名： | 曹长玉 郑佳春 黄一琦 |
| 作者单位： | 集美大学航海学院,福建 厦门,361021;集美大学信息工程学院,福建 厦门,361021 |
| 基金项目： | 福建省科技计划重点项目;福建省自然科学基金;福建省自然科学基金 |
| 摘 要： | 为解决多种天气与多种场景下主干道路行驶车辆检测存在的实时性、泛化能力差、漏检、定位不准确等问题,研究了基于TensorFlow深度学习框架的区域卷积神经网络(Faster R-CNN)算法,通过引入VGG16神经网络模型,优化ROI Pooling Layer,并采用联合训练方法,得到改进的算法模型。采用UA_CAR数据集进行模型训练,实现行驶中的车辆检测,测试结果与优化前Faster R-CNN比较,MAP提高了7.3个百分点,准确率提高了7.4个百分点,检测用时0.085 s,提高了对多种环境与场景的适应性。 |
| 关 键 词： | 行驶车辆检测 卷积神经网络 联合训练 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |