基于改進YOLO v2的車輛實時檢測算法
卞山峰; 張慶輝 河南工業大學信息科學與工程學院; 河南鄭州450001
- 車輛實時檢測
- yolo
- v2
- faster
- rcnn
摘要：針對傳統的車輛檢測算法存在魯棒性差、檢測速度慢和準確率低等問題,提出基于改進YOLO v2模型的車輛實時檢測算法。通過目標框維度聚類、網絡結構改進以及輸入圖像多尺度變換等方法對YOLO v2算法進行改進,對比傳統的Faster RCNN檢測算法,改進的算法提升了檢測速度和準確度,將幀速度提升到了45f/s,精確度提升到了97.21%,在車輛實時檢測方面效果更好。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
電子質量
- 預計1個月內 預計審稿周期
- 0.22 影響因子
- 電子 快捷分類
- 月刊 出版周期
主管單位：中華人民共和國工業和信息化部;主辦單位：中國電子質量管理協會;工業和信息化部電子第五研究所(中國賽寶實驗室)
