10.3969/j.issn.1006-9348.2023.01.026
高速公路上无人驾驶汽车目标检测算法的研究
为了解决高速公路环境下无人驾驶汽车对目标检测准确度及速度的问题,提出一种改进SSD模型的目标检测算法,通过结合空洞卷积改进DenseNet网络模型,构成D-DenseNet网络模型,并以此代替传统SSD算法中的VGG16网络,从而简化模型,减少运算量,提高检测精度,实现对目标快速且准确的检测.利用相关道路交通图像并结合深度学习中常用的VOC数据集作为样本进行训练和测试,并与Faster R-CNN、YOLOv3及原始SSD模型进行比较,实验结果表明,与其它算法相比,该算法对于高速公路不同环境下无人驾驶汽车的目标检测速度更快,精度更高,具有良好的鲁棒性.
无人驾驶、目标检测、仿真
40
TP391(计算技术、计算机技术)
国家自然科学基金;辽宁省兴辽英才计划项目;辽宁省百千万人才工程项目
2023-03-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
137-142