基于YOLO改進(jìn)殘差網(wǎng)絡(luò)結(jié)構(gòu)的車輛檢測(cè)方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>714 K
標(biāo)簽： 目標(biāo)檢測(cè) 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(duì)車輛檢測(cè)任務(wù)，設(shè)計(jì)更高效、精確的網(wǎng)絡(luò)模型是行業(yè)研究的熱點(diǎn)，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(shí)將導(dǎo)致梯度消失、模型過(guò)擬合等問(wèn)題，應(yīng)用殘差網(wǎng)絡(luò)結(jié)構(gòu)可以緩解此類問(wèn)題?；赮OLO算法，改進(jìn)殘差網(wǎng)絡(luò)結(jié)構(gòu)，加深網(wǎng)絡(luò)層數(shù)，設(shè)計(jì)了一種含有68個(gè)卷積層的卷積神經(jīng)網(wǎng)絡(luò)模型，同時(shí)對(duì)輸入圖像進(jìn)行預(yù)處理，保證目標(biāo)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(duì)模型進(jìn)行訓(xùn)練與測(cè)試，并將實(shí)驗(yàn)結(jié)果與YOLOV3模型進(jìn)行對(duì)比，實(shí)驗(yàn)表明，本文設(shè)計(jì)的模型檢測(cè)精準(zhǔn)度(AP)達(dá)90.63%，較YOLOV3提高了4.6%。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。