10.16208/j.issn1000-7024.2019.04.030
基于卷积神经网络的多目标实时检测
为解决智能驾驶应用场景下以行人与车辆为主,附带骑行电动车的多目标检测存在检测速度不满足实时性的问题,提出一种多目标实时检测方法.通过对YOLO (you look only once) v2卷积神经网络模型进行维度聚类分析以及结构调整等优化举措,行人与车辆检测AP(平均准确率)值分别为71%和81%,检测速度为50帧/s.实验结果表明,该方法与目前先进目标检测方法相比,在准确率相差5%以内的前提下大幅提高检测速度,实现了实时性检测的目标.
卷积神经网络、多目标检测、行人检测、车辆检测、实时检测、智能驾驶
40
TP391.4(计算技术、计算机技术)
国家重点研发计划基金项目2017YFA0206104;上海市科学技术委员会科研计划基金项目16511108701;张江管委会公共服务平台基金项目2016-14
2019-06-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
1085-1090