YOLO9000模型的车辆多目标视频检测系统研究

论文摘要

提出了一种基于Darknet框架下YOLO9000算法的车辆多目标检测方法;该方法在YOLO9000算法基础下,根据训练结果和车辆目标特征对YOLO9000网络模型进行改进,并对其算法参数进行调整,获得更为适合于当前道路视频检测的YOLO9000-md网络模型下车辆多目标检测方法;为验证检测方法的有效性和完备性,对其模型进行了验证对比分析,同时对视频车辆进行了检测实验,实验结果表明,基于YOLO9000-md网络结构的车辆多目标检测方法,验证检测正确率达到了96.15%,具有一定的鲁棒性和通用性,为今后进行基于视频的更加智能化和自动化的数据分析提供了可靠的理论依据。

论文目录

文章来源

类型: 期刊论文

作者: 李鹏飞,刘瑶,李珣,张宏伟

关键词: 智能交通,目标检测,网络模型,正确率

来源: 计算机测量与控制 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用

单位: 西安工程大学电子信息学院

基金: 陕西省自然科学基础研究计划项目(2016JQ5106),陕西省教育厅专项科研项目(16JK1342),西安工程大学控制科学与工程建设经费资助项目(107090811),西安工程大学研究生创新基金项目(chx201816)

分类号: TP391.41;U495

DOI: 10.16526/j.cnki.11-4762/tp.2019.08.005

页码: 21-24+29

总页数: 5

文件大小: 1528K

下载量: 463

相关论文文献

标签：智能交通论文;  目标检测论文;  网络模型论文;  正确率论文;