基于改进Faster R-CNN算法的两轮车视频检测

• 作者: 李洪伟 杨柳 邝先验
• 来源期刊: 现代电子技术
• 关键词: 两轮车视频检测 两轮车检测模型 改进FasterR-CNN算法 RPN网络 参数修改 多尺度特征融合
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 智能交通与导航
• 页码范围: 129-134
• 页数: 6页
• 分类号: TN911.73-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.09.031

摘要

针对城市道路交通视频中两轮车检测经常遇到的误检、漏检频繁,小尺度两轮车检测效果不佳等问题,设计了一种基于改进的Faster R-CNN算法的两轮车视频检测模型.模型修改了锚点的参数,并构建了一种多尺度特征融合的区域建议网络(RPN)结构,使得模型对小尺度目标更加敏感.针对两轮车数据集匮乏,采用迁移学习的方法进行学习并获得两轮车检测的最终模型.实验结果表明,改进后的算法可以有效解决交通视频中小尺度两轮车的检测问题,在两轮车数据集上获得了98.94％的精确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邝先验	江西理工大学电气工程与自动化学院	35	205	9.0	13.0
2	杨柳	江西理工大学电气工程与自动化学院	13	74	5.0	8.0
3	李洪伟	江西理工大学电气工程与自动化学院	2	1	1.0	1.0