|
|||||
|
|
| 基于改进YOLOv3的车辆尾灯检测方法 | |
| 作者姓名： | 李龙 张重阳 |
| 作者单位： | 南京理工大学计算机科学与工程学院,江苏 南京 210094 |
| 基金项目： | 国家重点研发计划资助项目(2017YFB1300205) |
| 摘 要： | 在自动驾驶场景中,对前车尾灯的检测是一个广泛且具有研究意义的问题.Darknet53是YOLOv3的特征提取网络,其使用5个残差单元对原始图像进行特征提取并采用三尺度的特征图进行融合预测,尺寸越小对大目标的特征表达能力越强.因为尾灯检测属于小目标检测,所以本文舍去Darknet53的最后一个残差单元,同时增加小尺度特征... |
| 关 键 词： | 尾灯检测 YOLOv3 特征提取 K-means++ |
| 收稿时间： | 2021-08-02 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 | |
| 点击此处可从《计算机与现代化》下载全文 | |