基于深度学习的运动车辆与静止车辆识别

• 作者: 许新楷 陈志峰 罗智伟 智桐
• 来源期刊: 广播电视网络
• 关键词: 卷积神经网络 深度学习 目标检测 YOLOv3
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 实践应用
• 页码范围: 102-105
• 页数: 4页
• 语种: 中文

摘要

本文提出了一种基于YOLOv3算法的运动车辆与静止车辆的识别方法.其利用卷积神经网络提取运动车辆与静止车辆的特征,对网络的输出层Softmax进行修改,并通过大量实验优化权重模型参数;利用AICITY CHALLENGE数据集制作训练和检测数据库.测试结果表明,改进后的YOLOv3算法能更好地识别多种现实生活场景中的运动车辆与静止车辆,取得了95.55％的mAP与34.7 frame/s的检测速度,具有很好的检测性能与实时性;检测精度达到了98％,足够满足实用需求.