基于卷积神经网络的道路多目标检测方法

• 作者: 迟志诚
• 来源期刊: 汽车实用技术
• 关键词: 卷积神经网络 目标识别 自动驾驶 YOLO v3
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 智能网联汽车|Intelligent Connected Vehicle
• 页码范围: 23-24
• 页数: 2页
• 分类号: U471.1
• 语种: 中文
• DOI: 10.16638/j.cnki.1671-7988.2021.07.008

摘要

得益于数字图像处理技术快速的发展和计算机硬件性能的提高,基于机器学习和深度学习的图像处理技术,成为智能驾驶视觉感知的重要支撑.为了在实际道路环境中持续高效的检测道路目标,文章利用了YOLO神经网络作为主要检测框架.使用卷积神经网络可以同时捕捉到目标的底层和高层特征.物体的底层特征可以符合人的视觉感知特征和主观感受,确定物体的所属种类和外观形状,将底层特征与高层语义特征结合进一步增强神经网络识别的准确度和鲁棒性.