基于深度学习的无人驾驶视觉识别

作者：李嘉宁; 刘杨; 胡馨月; 刘建恬; 陈宗文

来源：工业技术创新, 2020, 07(04): 54-57.

DOI：10.14103/j.issn.2095-8412.2020.04.010

• 深度学习
• 无人驾驶
• 卷积神经网络
• 视觉识别
• 性能评估

大数据技术的发展,以及基于图像处理单元(GPU)并行计算能力的提升,共同促进了深度学习算法在无人驾驶视觉识别等领域的应用。在Ubuntu 16.04操作系统上,搭建Python实验环境,开展基于卷积神经网络——Mask R-CNN的无人驾驶视觉识别实验。使用VIA 3.0工具,实现图像与视频的标注与分类;采用GTX 1080Ti GPU、cuDNN显卡加速包等软硬件,实现模型训练和测试;引入混淆矩阵和平均精度等指标对卷积神经网络模型进行性能评估。结果表明:视觉识别效果较好、可靠性较强,展现了深度学习技术在该领域具有很高的应用价值。

• 单位
  吉林大学