基于深度学习的行人和车辆检测 |
| |
引用本文: | 徐谦,李颖,王刚.基于深度学习的行人和车辆检测[J].吉林大学学报(工学版),2019,49(5):1661-1667. |
| |
作者姓名: | 徐谦 李颖 王刚 |
| |
作者单位: | 吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012;吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012;吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012 |
| |
摘 要: | 为解决自动驾驶行车环境目标检测的问题,提出了一种基于深度学习的行人和车辆检测网络PVDNet。在网络底层,改进了跳跃连接结构,提出多级跳跃连接MLSC,加速了模型的收敛速度和收敛精度;在网络顶层,设计了一种多层特征融合方法 MLFF,将底层特征与顶层特征融合以提高检测精度;在网络输出层,提出了一种单维卷积方法 ODC替代全连接层,减少了模型参数以提高检测速度。实验表明:与原始的Faster R-CNN相比,PVDNet在数据集PascalVOC2007、PascalVOC2012、MS COCO、KITTI上行人和车辆平均检测准确率分别提高了3.7%、6.1%、5.6%、9.62%。
|
关 键 词: | 人工智能 目标检测 深度学习 无人驾驶 |
Pedestrian-vehicle detection based on deep learning |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|