基于深度学习的车辆检测算法研究

• 作者: 苏欣欣 郭元术 李妮妮
• 来源期刊: 信息技术与网络安全
• 关键词: YOLOv3算法 SSD算法 车辆实时检测 深度学习 目标检测
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 智能算法|Intelligent Algorithm
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP391.4|TP183
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2021.06.005

摘要

针对目前车辆实时检测中存在定位不准确、检测精度低等问题,采用了一种以Darknet-53为骨架网络的YOLOv3车辆检测算法,将该算法模型在标准数据集Pascal-VOC2012上进行训练,以拍摄的西安南二环路的图片作为测试集进行测试.实验结果表明,YOLOv3算法的检测精度达到84.9％,相比于SSD算法,其检测精度提高了11.3％,检测速度提高了3.8 f/s.因此YOLOv3算法检测精度更好,检测速度更快,能准确地检测出图像中的车辆信息,满足车辆实时检测的要求.