10.16638/j.cnki.1671-7988.2023.04.006
基于深度学习的多目标车辆检测及追踪方法
文章是以MTALAB软件为主要平台,基于深度学习建立一种多目标车辆检测及追踪的方法.首先建立一个基于深度学习的模型用于训练的不同场景的车辆数据集,并对所采集的数据集进行标注和格式归一化处理.然后使用K-means聚类算法进行锚框,建立以YOLOv3 SPP算法为主的神经网络框架,采用非极大值拟制(NMS)算法得到最终的预测框.最终训练神经网络模型,再对该模型进行测试和评定.经实验可以得出该模型能够准确地检测及追踪多目标车辆.
深度学习、多目标车辆、K-means聚类算法、YOLOv3 SPP算法、非极大值拟制算法
48
U495(交通工程与公路运输技术管理)
2023-03-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
23-30