计算机工程与应用

2020, v.56;No.963(20) 104-110

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进的Yolo_v2违章车辆检测方法
Improved Yolo_v2 Illegal Vehicle Detection Method

张成标;童宝宏;程进;张炳力;张润;

摘要(Abstract):

近年来,我国随着汽车保有量增长迅速,由汽车造成的交通压力及安全隐患也逐年递增,对道路上车辆行为进行监督也变得尤为重要。提出了利用改进的Yolo_v2卷积神经网络来进行车辆检测。对原Yolo_v2网络进行结构改进,添加残差网络来提高检测准确率,添加多尺度层来提升对图片中不同尺寸目标的检测精度;基于Elu激活函数设计出Kelu激活函数,进一步提高检测准确率;制作多方位车辆数据集及车牌数据集;将车辆检测系统与车牌检测系统集成到ROS系统中,并与QT-Creator可视化界面通信,以便更清晰地观测实验结果。实验结果表明,利用改进后的Yolo_v2卷积神经网络对道路上的车辆进行违章检测有着优越的表现。

关键词(KeyWords): Yolo_v2;残差网络;多尺度;激活函数;多方位;违章检测

Abstract:

Keywords:

基金项目(Foundation): 安徽省科技重大专项(No.S201803a07020064)

作者(Author): 张成标;童宝宏;程进;张炳力;张润;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享