-
题名基于darknet框架高空视角下车辆的细分类
被引量：4
- 1
-
-
作者
王建云
吴正平
雷帮军
颜洵
-
机构
三峡大学计算机与信息学院
-
出处
《现代电子技术》
2021年第3期124-129,共6页
-
基金
国家自然科学基金项目(61871258)
水电工程智能视觉监测湖北省重点实验室建设(2019ZYYD007)
2018年度水电工程视觉监测湖北省重点(三峡大学)实验室开放基金(2018SDSJ05)。
-
文摘
相比传统基于交通路口斜视角度视角的局限性,高空视角下的车辆类型识别与分类在实际应用中有明显的优势。通过无人机在高空视角下拍摄数据图片视频,并利用摄像机在平视角度拍摄同一场景下的目标车辆以判断目标车辆的类型。通过旋转、明暗度变化以及增加噪声的数据预处理方法对这些数据进行扩充,得到包括23个车辆类型、2万多张图片的数据集。在基于深度学习的darknet框架下,采用darknet53、ResNet101以及DenseNet201等分类网络对整理的数据进行训练和测试。实验结果表明,大部分车辆类型分类精度达到了90%以上。为车辆重识别技术的进一步研究和发展提供了支撑。
-
关键词
车辆分类
车辆识别
高空视角
darknet框架
数据扩充
深度学习
-
Keywords
vehicle classification
vehicle identification
high altitude perspective
darknet framework
data expansion
deep learning
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
-
-
题名基于改进的YOLO v3车辆检测方法
被引量：5
- 2
-
-
作者
顾晋
罗素云
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《农业装备与车辆工程》
2021年第7期98-103,共6页
-
文摘
为了有效地解决传统车辆检测算法中存在的泛化能力差、识别率不高的问题,提出了一种基于改进YOLO v3的车辆检测算法。改进的车辆算法对原YOLO v3中的模型进行剪枝处理,采用Darknet-53网络结构提取特征,同时结合回归损失函数GIOU算法对检测精度进行提高。在运用K-means++聚类分析算法处理数据基础上,运用所提出的改进YOLO v3算法,基于COCO数据集进行了网络的训练、测试和验证。试验结果表明,改进后的YOLO v3算法在车辆检测上的泛化能力得到提升,并兼具速度优势。
-
关键词
车辆检测
深度学习
YOLO
v3算法
GIOU算法
darknet框架
-
Keywords
vehicle detection
deep learning
YOLO v3 algorithm
GIOU algorithm
darknet-53
-
分类号
U467.5
[机械工程—车辆工程]
-
