基于Faster R-CNN的高速公路拥堵场景车辆目标检测研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：为解决通用目标检测算法对于密集车辆检测的误检和漏检等问题,本文提出了一种基于Faster R-CNN的高速公路拥堵场景车辆目标检测方法.实验提出多变化处理模块和排斥力损失,在补充数据多样性的同时提高模型的泛化能力,并针对密集场景车辆遮挡等情况,提高密集车辆的检测精度.实验结果表明,该网络模型相比现有检测方法达到了更好的检测效果.

外文标题：Vehicle Object Detection Method in Highway Congestion Based on Faster R-CNN

作者：

谭舒月

展开 >

作者单位：

西南交通大学计算机与人工智能学院,成都 611756

关键词：

目标检测密集目标 Faster R-CNN 排斥力损失

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.12.006