基于YOLO的前方车辆检测

摘要：

前方车辆识别是实现自动驾驶环境感知中的最重要的课题之一,目标检测需要高的检测精度和定位精度以及实时性和鲁棒性.目标检测的传统算法中,典型代表有Haar特征+Adaboost算法,Hog特征+Svm算法,Dpm算法.深度学习的目标检测典型代表有RCNN系列,YOLO系列,SSD,YOLO是目前最快的目标检测的卷积神经网络算法.通过YOLO算法对公开数据集中车辆目标进行测试,对不同环境中的采集图像进行测试,实验结果表明YOLO算法能够满足车辆检测的实时性和精度的要求,说明该方法可行.

关键词：车辆识别、卷积神经网络、YOLO

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：137-139