基于深度学习的运动车辆与静止车辆识别

作者：许新楷; 陈志峰; 罗智伟; 智桐

来源：广播电视网络, 2022, 29(02): 102-105.

DOI：10.16045/j.cnki.catvtec.2022.02.004

• 卷积神经网络
• 深度学习
• 目标检测
• YOLOv3

本文提出了一种基于YOLOv3算法的运动车辆与静止车辆的识别方法。其利用卷积神经网络提取运动车辆与静止车辆的特征，对网络的输出层Softmax进行修改，并通过大量实验优化权重模型参数；利用AICITY CHALLENGE数据集制作训练和检测数据库。测试结果表明，改进后的YOLOv3算法能更好地识别多种现实生活场景中的运动车辆与静止车辆，取得了95.55%的mAP与34.7 frame/s的检测速度，具有很好的检测性能与实时性；检测精度达到了98%，足够满足实用需求。

• 单位
  福州大学