摘要

提高大型停车场中的停车位检测精度和实时性具有重要意义。介绍了在基于深度学习框架tensorflow下搭建包括基础网络和辅助网络的网络结构。基础网络是Resnet网络,用于提取图像特征信息和图像分类信息;辅助网络是多尺度特征检测网络,用于提取不同尺度的特征图。最后通过非极大值抑制算法筛除重复检测框,得到停车位检测最佳位置。实验结果表明,该网络mAp值为81%,fps为32,与SSD、YOLO、Faster R-cnn相比,mAp值分别提高为2%,4.6%,0.5%,fps值分别提高为2,4,24,有效提高检测精度和实时性。