现代计算机2022，Vol.28Issue(12) ：35-40.DOI:10.3969/j.issn.1007-1423.2022.12.006

基于Faster R-CNN的高速公路拥堵场景车辆目标检测研究

Vehicle Object Detection Method in Highway Congestion Based on Faster R-CNN

谭舒月
现代计算机2022，Vol.28Issue(12) ：35-40.DOI:10.3969/j.issn.1007-1423.2022.12.006
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于Faster R-CNN的高速公路拥堵场景车辆目标检测研究

Vehicle Object Detection Method in Highway Congestion Based on Faster R-CNN

谭舒月1
扫码查看

作者信息

  • 1. 西南交通大学计算机与人工智能学院,成都 611756
  • 折叠

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.

关键词

目标检测/密集目标/Faster/R-CNN/排斥力损失

引用本文复制引用

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
被引量1
参考文献量14
段落导航相关论文