基于深度学习目标检测方法研究.pdfVIP

下载本文档

26
0
约9.76万字
约 81页
2020-12-22 发布于江苏
举报
版权申诉

基于深度学习目标检测方法研究.pdf

1、本文档共81页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要摘要 , , , 我国作为人口大国随着人们生活水平的提高车辆的增加也越来越明显随之带来 , , 了交通的安全隐患所以需要对出行的车辆进行监控。对于人类的视觉来说我们能够很 , , 容易的识别出一幅图像中所包含的物体的种类和物体所在的位置但对于计算机来说检测和识别出图像中的物体与位置具有很大的挑战性。本文通过以车辆图像作为研究对象, , 检测出图像中车辆的位置信息以达到对图像中车辆监控的目的。对于传统的目标检测方法大致可以分为四个步骤：图像预处理、目标区域选择、特 , 征提取和分类器分类。对于目标区域的选择传统的方法是通过滑动窗口的区域选择策 , , , , 略时间和空间复杂度都比较高在特征提取方面是通过人工的方式设计目标的特征有 , 着工程时间长且鲁棒性较差等特点。随着深度学习的发展通过卷积神经网络能够高效 , , 的提取图像的高维特征如今在图像检测与识别的方法中深度学习已成为最流行且最实 Faster R-CNN YOLOV3 , , 用的。本文通过分析算法和算法借鉴深度学习的理论技术提 , , 出相应的改进策略以实现对车辆图像的识别检测本文主要的工作如下： (1) Faster R-CNN , 本文通过改进算法对建立数据库图像进行学习通过采用 K-Means++ , , K 聚类的方法对训练集中的已知目标框的位置进行聚类通过实验设定个不 , Tensorflow 同聚类中心。分析最好的聚类结果通过深度学习框架实现算法对训练集图 , K 9 , , 像的训练将效果好的个聚类中心替换设定好的个候选窗口通过实验对比提高了检测速度。 (2) YOLOV3 , 本文还提出了一种基于多尺度融合改进的方法提高了对小目标物体检测的精度。首先利用改进的K-Means 聚类算法抽样K-Means 聚类的方式结合核函数 ,