10.3969/j.issn.2095-2716.2018.04.018
基于Faster R-CNN的辅助驾驶相关检测
将经典的深度学习目标检测框架Faster R-CNN应用于与辅助驾驶相关的检测任务,包括行人检测、车辆检测、交通灯检测和交通标志检测.收集了相关数据集,共有9个类别.在ImageNet上预训练后的VGG Net上搭建Faster R-CNN检测器,并在收集到的数据集上进行训练.从网络上收集45张相关图片对训练好的模型进行效果检验.选取一段在实际道路上拍摄的视频,检验训练好的模型在实际场景中的应用效果.结果表明,使用Faster R-CNN能够较好地处理这些与辅助驾驶相关的检测任务,并能比较准确地检测到目标物体,在实际场景中也能够实现比较好的应用效果.
卷积神经网络、物体检测、Faster R-CNN、辅助驾驶
40
TP391.4(计算技术、计算机技术)
河北省自然科学基金项目F2016209165
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
112-119