一种基于Faster R-CNN的行人检测算法

摘要：

在校舍环境下,行人密集、遮挡、多尺度等问题比较常见,本文使用Faster R-CNN进行校舍复杂环境下的行人检测,训练样本时,引入了一种困难样本挖掘训练策略,在挑出困难样本的同时,对困难样本的权重进行调整,使训练更有侧重点;使用LabelImg对数据集进行标注,将VOC2007及标注样本进行合并得到VOC2007扩充数据集,在此数据集上进行训练及测试.实验结果显示,与Faster R-CNN常用的四步训练法相比,使用本文训练方进行训练,泛化性能得到明显的提升.

关键词：卷积神经网络、FasterR-CNN、困难样本挖掘、行人检测、LabelImg

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

资助基金：2018年度大学生研究训练计划SRTP项目2018081

在线出版日期：2019-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：218-221