文档名：基于改进卷积神经网络的车位角检测算法研究
摘要：针对自动泊车系统从视频中提取到的每帧图片用传统的SSD算法检测目标时,会出现小目标检测效果不理想的问题,提出一种基于改进SSD网络模型的车位角检测算法.改进后的模型将Conv3_3层、Conv5_3层与原本提取小目标特征的Conv4_3层进行特征融合,形成新的输出特征层N_Conv4_3,并删减掉原网络模型中检测大目标和中等目标的Conv10_2层和Conv11_2层.实验结果表明:与SSD_MobileNet、FasterR-CNN和经典SSD模型相比,改进后的模型在不同环境下对L型和T型车位角的检测准确率、召回率和F1均有提高,可以满足泊车实时检测的要求.
作者：张宝军 王钊璇 李孰非Author：ZHANGBaojun WANGZhaoxuan LIShufei
作者单位：西安邮电大学电子工程学院,陕西西安710121
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(6)
分类号：TP212TP391.41
关键词：SSD 特征融合 车位角 目标检测 卷积神经网络
机标分类号：TP391.41TP183TN911.73
在线出版日期：2023年6月16日
基金项目：陕西省国际科技合作计划项目基于改进卷积神经网络的车位角检测算法研究[
期刊论文] 传感器与微系统--2023, 42(6)张宝军 王钊璇 李孰非针对自动泊车系统从视频中提取到的每帧图片用传统的SSD算法检测目标时,会出现小目标检测效果不理想的问题,提出一种基于改进SSD网络模型的车位角检测算法.改进后的模型将Conv3_3层、Conv5_3层与原本提取小目标特征的Con...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进卷积神经网络的车位角检测算法研究 Research on parking angle detection algorithm based on improved CNN
基于改进卷积神经网络的车位角检测算法研究.pdf
- 文件大小:
- 1.48 MB
- 下载次数:
- 60
-
高速下载
|
