基于深度学习的监控视频车辆实时监测

• 作者: 张文辉
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 车辆检测 焦点损失 RFBNet K-means
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 37-40
• 页数: 4页
• 分类号: TP306
• 字数: 2956字
• 语种: 中文
• DOI: 10.11907/rjdk.182835

摘要

针对传统车辆检测算法不能自适应地完成复杂道路场景变化下提取车辆特征的问题,结合焦点损失、K-means聚类与mobilenet网络,提出改进的RFB-VGG16与RFB-MobileNet模型进行车辆检测.从开源数据集UA-DETRAC的24个视频中每隔一定帧数抽取8209张已标注的图片构成数据集,在相同的超参数与训练策略下,改进后RFB-VGG16网络的AP值比原模型提高了3.2％.基于mobilenet网络重新设计RFB骨架网络,使RFB-MobileNet模型在牺牲一定性能的情况下,具有更快的检测速度,能较好地满足监控视频对车辆检测实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文辉	广东工业大学自动化学院	3	4	1.0	2.0