| 基于深度學習的車輛檢測算法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：788 K | |
| 標簽： YOLOv3算法 SSD算法 車輛實時檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對目前車輛實時檢測中存在定位不準確、檢測精度低等問題，采用了一種以Darknet-53為骨架網絡的YOLOv3車輛檢測算法，將該算法模型在標準數據集Pascal-VOC2012上進行訓練，以拍攝的西安南二環路的圖片作為測試集進行測試。實驗結果表明，YOLOv3算法的檢測精度達到84.9%，相比于SSD算法，其檢測精度提高了11.3%，檢測速度提高了3.8 f/s。因此YOLOv3算法檢測精度更好，檢測速度更快，能準確地檢測出圖像中的車輛信息，滿足車輛實時檢測的要求。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2