本文主要研究内容
作者曹长玉,郑佳春,黄一琦（2019）在《基于区域卷积网络的行驶车辆检测算法》一文中研究指出：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。
Abstract
wei jie jue duo chong tian qi yu duo chong chang jing xia zhu gan dao lu hang shi che liang jian ce cun zai de shi shi xing 、fan hua neng li cha 、lou jian 、ding wei bu zhun que deng wen ti ,yan jiu le ji yu TensorFlowshen du xue xi kuang jia de ou yu juan ji shen jing wang lao (Faster R-CNN)suan fa ,tong guo yin ru VGG16shen jing wang lao mo xing ,you hua ROI Pooling Layer,bing cai yong lian ge xun lian fang fa ,de dao gai jin de suan fa mo xing 。cai yong UA_CARshu ju ji jin hang mo xing xun lian ,shi xian hang shi zhong de che liang jian ce ,ce shi jie guo yu you hua qian Faster R-CNNbi jiao ,MAPdi gao le 7.3ge bai fen dian ,zhun que lv di gao le 7.4ge bai fen dian ,jian ce yong shi 0.085 s,di gao le dui duo chong huan jing yu chang jing de kuo ying xing 。
论文参考文献
论文详细介绍
论文作者分别是来自集美大学学报(自然科学版)的曹长玉,郑佳春,黄一琦，发表于刊物集美大学学报(自然科学版)2019年04期论文，是一篇关于行驶车辆检测论文,卷积神经网络论文,联合训练论文,集美大学学报(自然科学版)2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自集美大学学报(自然科学版)2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。