《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于RCNN的车辆检测方法研究*
作者:朱茂桃1,张鸿翔1,2,方瑞华2 日期:2018-08-31/span> 浏览:2269 查看PDF文档
基于RCNN的车辆检测方法研究*
摘要:为了解决基于传统机器学习车辆检测算法实时性和泛化能力差的问题,对基于深度学习的车辆检测算法进行研究。分析了Faster RCNN检测算法原理,使用Python编程语言基于深度学习框架TensorFlow实现了Faster RCNN算法;采集了4个季节不同天气情况下的12 000张路况图片数据,并对数据集进行了标注,采用3种不同方式对数据集进行了预处理;通过对照试验对Faster RCNN算法中的超参数进行了调优;使用控制变量法比较了RCNN、SPPnet、Fast RCNN和Faster RCNN 4种算法的检测准确率和检测速度,指出了4种算法的主要耗时步骤,验证了Faster RCNN车辆检测算法的有效性。研究结果表明:基于Faster RCNN的车辆检测算法达到每张69 ms的检测速度和91.3%的准确率,能够实现实时高精度的车辆检测。
关键词:汽车工程;辅助驾驶;车辆检测;深度学习;区域提议网络;卷积神经网络中图分类号:TP301.6;U 471.15 文献标志码:A 文章编号:1001-4551(2018)08-0880-06
本文引用格式:
朱茂桃,张鸿翔,方瑞华.基于RCNN的车辆检测方法研究[J].机电工程,2018,35(8):880-885.
ZHU Maotao, ZHANG Hongxiang, FANG Ruihua. Algorithm of vehicle detection based on RCNN[J].Journal of Mechanical & Electrical Engineering, 2018,35(8):880-885.
《机电工程》杂志:http://www.meem.com.cn
友情链接