基于YOLO改進殘差網(wǎng)絡(luò)結(jié)構(gòu)的車輛檢測方法
所屬分類:技術(shù)論文
上傳者:aetmagazine
文檔大?。?span>714 K
標簽: 目標檢測 YOLO 殘差網(wǎng)絡(luò)
所需積分:0分積分不夠怎么辦,?
文檔介紹:針對車輛檢測任務(wù),設(shè)計更高效,、精確的網(wǎng)絡(luò)模型是行業(yè)研究的熱點,,深層網(wǎng)絡(luò)模型具有比淺層網(wǎng)絡(luò)模型更好的特征提取能力,但構(gòu)建深層網(wǎng)絡(luò)模型時將導致梯度消失,、模型過擬合等問題,,應用殘差網(wǎng)絡(luò)結(jié)構(gòu)可以緩解此類問題?;赮OLO算法,,改進殘差網(wǎng)絡(luò)結(jié)構(gòu),加深網(wǎng)絡(luò)層數(shù),設(shè)計了一種含有68個卷積層的卷積神經(jīng)網(wǎng)絡(luò)模型,,同時對輸入圖像進行預處理,,保證目標在圖像上不變形失真,最后在自定義的車輛數(shù)據(jù)集上對模型進行訓練與測試,,并將實驗結(jié)果與YOLOV3模型進行對比,,實驗表明,本文設(shè)計的模型檢測精準度(AP)達90.63%,,較YOLOV3提高了4.6%,。
現(xiàn)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。