基于YOLOv2算法的运动车辆目标检测方法研究

• 作者: 亓琳 曹立 李良荣 龚静
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 机器视觉 深度学习 YOLOv2 神经网络 多尺度训练 车辆检测
• 年，卷（期）: 2018,（6）
• 页码范围: 5-8,12
• 页数: 5页
• 分类号: TP39
• 字数: 3556字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.06.002

摘要

针对隧道环境下行驶车辆视频的数据采集技术中检测速度慢、鲁棒性较差等问题,文中提出基于YOLOv2实时检测算法,采用小批量梯度下降法和冲量更新参数以及使用多尺度图像输入进行模型训练,以提高检测速度和准确度.实验结果表明,该算法比常用的CNN、Faster R-CNN等算法具有较大的优势,能够满足隧道通行车辆信息检测的准确性和实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李良荣	贵州大学大数据与信息工程学院	58	261	10.0	13.0
2	龚静	贵州大学大数据与信息工程学院	2	15	1.0	2.0
3	曹立	贵州大学大数据与信息工程学院	2	15	1.0	2.0
4	亓琳	贵州大学大数据与信息工程学院	2	15	1.0	2.0