| 基于改进Faster R-CNN的车辆类型识别算法 |
| |
| 引用本文： | 宁俊,王年,朱明.基于改进Faster R-CNN的车辆类型识别算法[J].安徽大学学报(自然科学版),2021,45(3):26-33. |
| |
| 作者姓名： | 宁俊 王年 朱明 |
| |
| 作者单位： | 安徽大学 电子信息工程学院,安徽 合肥 230601 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 提出一种基于改进Faster R-CNN(region-convolutional neural networks)的车辆识别算法,用于处理不同类别车辆的识别问题.为了解决部分外形相似类别的车辆之间的误检问题,该方法使用空洞卷积来提高感受野,结合空洞空间金字塔池化(atrous spatial pyramid pooling,简称ASPP)来增强多尺度信息的获取,以此来增强网络对外形相似车辆之间差异的敏感性,提升算法的准确率.实验结果表明,改进的Faster R-CNN模型mAP值达到93.45％,具有较高的精确度、较小的误检率和更好的鲁棒性.
|
| 关 键 词： | Faster R-CNN 车辆识别 空洞卷积 |
Vehicle type recognition algorithm based on the improved Faster R-CNN |
| |
| NING Jun,WANG Nian,ZHU Ming.Vehicle type recognition algorithm based on the improved Faster R-CNN[J].Journal of Anhui University(Natural Sciences),2021,45(3):26-33. |
| |
| Authors: | NING Jun WANG Nian ZHU Ming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
