基于残差网络的小型车辆目标检测算法
城市道路中车辆检测与识别对于提升交通安全，发展智能化交通具有非常重要的意义。传统的检测方式依赖于人工提取的特征，已难以适用于复杂多变的交通场景，存在识别精确度低、时间复杂度高等缺陷。深度学习模型可以自动提取有用特征，泛化能力强，但难以对相似型车辆进行更加精细的分类，为此提出一种基于残差网络的小型车辆目标检测算法。算法将传统卷积神经网络的连接形式改为一种基于局部连接和权值共享的残差连接模式，同时更改网络结构控制参数数量，将图片不同层次的特征融合计算，应用感兴趣区域池化层规格化前层特征，最后经过分类层和回归层得到目标框的置信度以及修正参数。实验表明，改进模型能够在保证时间效率的前提下增强网络的学习能力，提高平均精度，在相似小型车辆的检测问题上取得了良好的检测结果。
文件下载
评论信息
其他资源
- 信号分析与处理 -吴京 课后答案
- IT运维手册
- 2048小游戏实验报告、代码
- 基于C++的三维模型体素化程序
- Wpf 操作Sqlite数据库
- 基于web的在线问卷调查系统
- oracle中文手册合集 8个CHM
- ABAQUS在混凝土和钢筋混凝土中的应用
- 5G射频前端芯片行业报告：全景图（117页）.zip
- Matlab2012A crack（破解文件）
- 用Python写网络爬虫PDF&源码.rar
- baidu_map_demo
- 车辆典型部件Simulink建模仿真
- 学生个人信息登记表.doc
- 圣略咨询PMI-ACP 综合模拟题二
- 云计算11类顶级安全风险.pdf
- 经验模态分解MATLAB程序包emd
- css3总结大全,需要用xmind打开
- 2010年漂亮的圣诞节祝福网页 v1.0 HTML版.rar
- B样条弹性配准matlab
- 利用Map2shp转换mapgis数据到shape
- 易语言屏幕分屏器
- Xftp6个人免费版
- 雷达系统设计案例
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明