科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的目标检测中,模型泛化能力差,需要进行手工提取等问题,使用深度学习的卷积神经网络VGG模型解决此类问题。通过研究分析卷积神经网络模型,以及VGG16模型的特点及实现原理,利用Keras框架仿真实现VGG模型对不同类别的车辆进行识别,仿真结果表明:该模型能对测试的10种不同类别的车辆进行有效的分类,为深度学习目标检测方向的研究人员提供了很好的实践参考。
- 单位
针对传统的目标检测中,模型泛化能力差,需要进行手工提取等问题,使用深度学习的卷积神经网络VGG模型解决此类问题。通过研究分析卷积神经网络模型,以及VGG16模型的特点及实现原理,利用Keras框架仿真实现VGG模型对不同类别的车辆进行识别,仿真结果表明:该模型能对测试的10种不同类别的车辆进行有效的分类,为深度学习目标检测方向的研究人员提供了很好的实践参考。
