| 基于深度学习的车位智能检测方法 |
| |
| 引用本文： | 徐乐先,陈西江,班亚,黄丹. 基于深度学习的车位智能检测方法[J]. 中国激光, 2019, 0(4): 222-233 |
| |
| 作者姓名： | 徐乐先 陈西江 班亚 黄丹 |
| |
| 作者单位： | 武汉理工大学资源与环境工程学院;重庆市计量质量检测研究院;武汉理工大学图书馆 |
| |
| 基金项目： | 重庆市质量技术监督局科研计划(CQZJKY2018004) |
| |
| 摘 要： | 提出了一种基于深度学习的车位智能检测方法。利用TensorFlow深度学习平台对车辆目标识别模型进行了训练,提取了有效车辆图像的优化间隔,给出了车辆分布的精准识别结果,实现了对车辆分布识别结果的有序编号和车位空缺状况的准确判断。利用模拟数据和实际采集数据,分别验证了车位分布的智能识别、车位智能编号和空车位判断的可靠性。
|
| 关 键 词： | 成像系统 目标识别 车位检测 深度可分离卷积神经网络 深度学习 TensorFlow |
Method for Intelligent Detection of Parking Spaces Based on Deep Learning |
| |
| Xu Lexian,Chen Xijiang,Ban Ya,Huang Dan. Method for Intelligent Detection of Parking Spaces Based on Deep Learning[J]. Chinese Journal of Lasers, 2019, 0(4): 222-233 |
| |
| Authors: | Xu Lexian Chen Xijiang Ban Ya Huang Dan |
| |
| Affiliation: | (School of Resource & Environment Engineering,Wuhan University of Technology,Wuhan,Hubei 430079,China;Chongqing Institute of Metrology and Quality Inspection,Chongqing 401120,China;Library of Wuhan University of Technology,Wuhan,Hubei 430079,China) |
| |
| Abstract: | Xu Lexian;Chen Xijiang;Ban Ya;Huang Dan(School of Resource & Environment Engineering,Wuhan University of Technology,Wuhan,Hubei 430079,China;Chongqing Institute of Metrology and Quality Inspection,Chongqing 401120,China;Library of Wuhan University of Technology,Wuhan,Hubei 430079,China) |
| |
| Keywords: | imaging systems object recognition parking space detection depthwise separable convolutional neural networks deep learning TensorFlow |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
