YOLO9000模型的车辆多目标视频检测系统研究

• 作者: 刘瑶 张宏伟 李殉 李鹏飞
• 来源期刊: 计算机测量与控制
• 关键词: 智能交通 目标检测 网络模型 正确率
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 21-24,29
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.08.005

摘要

提出了一种基于Darknet框架下YOLO9000算法的车辆多目标检测方法;该方法在YOLO9000算法基础下,根据训练结果和车辆目标特征对YOLO9000网络模型进行改进,并对其算法参数进行调整,获得更为适合于当前道路视频检测的YO-LO9000 md网络模型下车辆多目标检测方法;为验证检测方法的有效性和完备性,对其模型进行了验证对比分析,同时对视频车辆进行了检测实验,实验结果表明,基于YOLO9000-md网络结构的车辆多目标检测方法,验证检测正确率达到了96.15％,具有一定的鲁棒性和通用性,为今后进行基于视频的更加智能化和自动化的数据分析提供了可靠的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏飞	西安工程大学电子信息学院	157	710	12.0	17.0
2	刘瑶	西安工程大学电子信息学院	5	21	3.0	4.0
3	张宏伟	西安工程大学电子信息学院	22	116	6.0	9.0
4	李殉	西安工程大学电子信息学院	1	2	1.0	1.0