基于改进VGG卷积神经网络的前方车辆目标检测

来源 :数字制造科学 | 被引量 : 0次 | 上传用户:TIANYAGUKEXING
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前无人驾驶汽车领域中的车辆目标检测问题提出了一种改进的车辆检测方法。首先,采用自适应阈值分割算法提取图像中所有前方车辆底部阴影特征,并得到车辆检测假设区域;然后,通过预先训练改进的VGG卷积神经网络作为车辆检测分类器,对所有车辆检测假设区域进行验证,最终确定图像中所有车辆的位置。通过对试验结果进行分析,采用改进的VGG卷积神经网络结构在测试集上的检测准确率达91.95%,并在实际图片测试中取得了良好的检测效果。
其他文献
我国高职院校教学改革在近年来新课程改革的推动下,加大力度对创新创业教育给予关注。尤其基于高职物联网专业层面,其课程体系的建设必须融入创新创业教育理念,才能最大程度实现其发展过程中内在核心价值的体现。基于此,本文主要对此课题进行详细的探究,主要从当前高职物联网专业课程的发展现状以及二者有机融合的优化路径两方面进行分析,以此全面实现物联网专业课程体系的建设,进而推动我国教育领域的长效稳健发展。
期刊