基于深度学习方法的复杂场景下车辆目标检测

被引：63

作者：

宋焕生

张向清

郑宝峰

严腾

机构：

[1] 长安大学信息工程学院

来源：

计算机应用研究 | 2018年 / 35卷 / 04期

关键词：

深度学习; Faster R-CNN; ImageNet数据集; 车辆目标检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对实际交通场景下的车辆目标,应用深度学习目标分类算法中具有代表性的Faster R-CNN框架,结合Image Net中的车辆数据集,把场景中的目标检测问题转换为目标的二分类问题,进行车辆目标的检测识别。相比传统机器学习目标检测算法,基于深度学习的目标检测算法在检测准确度和执行效率上优势明显。通过本实验结果分析表明,该方法在识别精度以及速度上均取得了显著的提高。

引用

页码：1270 / 1273

页数：4