基于深度学习的目标检测算法研究

• 作者: 丁小可
• 来源期刊: 机电信息
• 关键词: 无人驾驶 YOLO 计算机视觉 R-CNN
• 年，卷（期）: 2018,（33）
• 所属期刊栏目: 设计与分析
• 页码范围: 154-155
• 页数: 2页
• 字数: 1555字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0797.2018.33.089

摘要

传统的目标检测方法时间复杂度高,用于检测的滑动窗口冗余,鲁棒性较差.从深度学习开始,目标检测技术有了重大突破.而无人驾驶的感知部分作为计算机视觉的领域范围,深度学习卷积神经网络模型在其中发挥着重要作用.现主要探讨采用回归检测算法的YOLO模型,从其检测流程、网络设置、结构来分析YOLO模型的特点,为之后进一步的多信息融合的无人驾驶视觉技术研究做铺垫.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁小可		5	19	3.0	4.0