基于改进YOLO v2的车辆实时检测算法
河南工业大学信息科学与工程学院; 河南郑州450001
- 车辆实时检测
- yolo
- v2
- faster
- rcnn
摘要：针对传统的车辆检测算法存在鲁棒性差、检测速度慢和准确率低等问题,提出基于改进YOLO v2模型的车辆实时检测算法。通过目标框维度聚类、网络结构改进以及输入图像多尺度变换等方法对YOLO v2算法进行改进,对比传统的Faster RCNN检测算法,改进的算法提升了检测速度和准确度,将帧速度提升到了45f/s,精确度提升到了97.21%,在车辆实时检测方面效果更好。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
电子质量
- 预计1个月内 预计审稿周期
- 0.22 影响因子
- 电子 快捷分类
- 月刊 出版周期
主管单位：中华人民共和国工业和信息化部;主办单位：中国电子质量管理协会;工业和信息化部电子第五研究所(中国赛宝实验室)
