基于深度学习的大学校园非机动车乱泊监测系统

摘要：

随着大学校园非机动车数量的急剧增加,各种违规停放的问题也随之而来.由于非机动车乱停乱放的范围较大,时间较分散,并且数量极多,因此校园管理人员也很难进行高效地管理.为此,文章提出一种基于深度学习的大学校园非机动车乱泊监测系统,通过在嵌入式设备NVIDIA Jetson TX2上部署YOLOv3算法实现对违禁停车区域停放的非机动车进行实时监测.实验结果表明,本系统可以准确高效地对乱停乱放的非机动车进行实时监测,从而很好地避免了校园非机动车乱泊造成的交通拥堵等问题.

关键词：非机动车监测、YOLOv3、DarkNet、NVIDIA Jetson TX2

分类号：TN92;TP3

在线出版日期：2022-05-11（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：69-71