科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了能快速、有效地识别视频中的车辆信息，文中结合YOLOv3算法和CNN算法的优点，设计了一种能实时识别车辆多标签信息的算法。首先，利用具有较高识别速度和准确率的YOLOv3实现对视频流中车辆的实时监测和定位。在获得车辆的位置信息后，再将车辆信息传入经过简化与优化的类VGGNet多标签分类网络中，对车辆进行多标签标识。最后将标签信息输出至视频流，得到对视频中车辆的实时多标签识别。文中训练与测试数据集来源为KITTI数据集和通过Bing Image Search API获取的多标签数据集。实验结果证明，所提方法在KITTI数据集上的mAP达到了91.27，多标签平均准确率达到80%以上，视频帧率达到35fps，在保证实时性的基础上取得了较好的车辆识别和多标签分类效果。
- 单位
