基于深度学习的视野内状况检测方法研究

扫码查看

原文链接

万方数据
维普

中文摘要：随着深度学习技术的发展,自动驾驶汽车对道路信息的检测变得至关重要.一个全面的检测系统需要车辆和道路的全方位信息,传统的道路巡检方式以及专用设备检测方式成本高昂,效率低下,严重制约了道路的维护和安全.目标检测和语义分割是实现车辆视觉感知的主要技术,但单一的任务检测不能满足复杂道路环境的需要.针对传统道路异常状态检测存在的高成本和低效率问题,提出了一种基于深度学习的智能化检测方法,构建了包含多种异常状态的数据集,并采用Faster RCNN目标检测算法以及半监督策略的生成对抗网络,实现了对道路异常状态的自动化检测和分割.

作者：

叶兆元、张亮智、梁海泓、苏湘钿、黎志勇

展开 >

作者单位：

广东理工学院智能制造学院,广东肇庆,526100

关键词：

CNN Faster RCNN RPN 网络模型结构 VGG-16

基金：

国家级大创项目国家级大创项目省级大创项目

项目编号：

202213720002202313720002S202313720007

出版年：

2024

DOI：

10.19999/j.cnki.1004-0226.2024.06.035

专用汽车

汉阳专用汽车研究所

专用汽车

影响因子：0.117

ISSN：1004-0226

年,卷(期)：2024.(6)