基于Faster R-CNN的斑马线识别

• 作者: 陈朝阳 王泽松 陆佳辰 孙铭悦 董岩 李泽宇
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: Faster R-CNN VGG26 斑马线检测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 信息技术
• 页码范围: 82-83
• 页数: 2页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.02.033

摘要

斑马线检测方法的研究,对车载导航、交通安全和导盲系统有重要意义.传统的斑马线检测存在识别精度低,检测速度慢和成本高等问题.针对这些特点,提出对Faster R-CNN模型与VGG16和ResNet50进行近似联合训练,将ResNet50应用于基础网络共享和ROI Pooling层之后,比单一的VGG16和RestNet50的特征提取网络在精度和速度上都有显著提升.实验表明,其mAP可达97.7％,满足实际需求.