首页 > 期刊 > 自然科学与工程技术 > 信息科技 > 无线电电子学 > 电子质量 > 基于改进YOLO v2的车辆实时检测算法 【正文】

基于改进YOLO v2的车辆实时检测算法

卞山峰; 张庆辉 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

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询