典型文献
面向地下停车场的轻量级目标检测算法研究
文献摘要：
基于深度学习的目标检测算法能够取得良好的检测速度离不开高性能GPU硬件设备的支持.然而,在智能车中搭载高性能、高功耗、大尺寸的硬件设备与汽车的长续航理念不符.因此,文章以YOLOv3目标检测算法为基线模型进行改进,提出轻量化的目标检测模型Mobile-YOLO,并在采集制作的地下停车场数据集中进行训练测试.实验结果表明,提出了Mobile-YOLO相较于YOLOv3,在平均精度均值略微提升的情况下,检测速度提升了47.1％.在移动端平台TX2上每秒能够检测31张图像.
文献关键词：
深度学习;目标检测;轻量化;移动端
中图分类号：
作者姓名：
张小俊;曹梓楼;张明路
作者机构：
河北工业大学机械工程学院,天津 300400
文献出处：
引用格式：
[1]张小俊;曹梓楼;张明路-.面向地下停车场的轻量级目标检测算法研究)[J].汽车实用技术,2022(02):16-19
A类：
B类：
地下停车场,轻量级目标检测,目标检测算法,算法研究,检测速度,开高,GPU,硬件设备,智能车,搭载,高功耗,大尺寸,长续航,航理,YOLOv3,基线模型,目标检测模型,Mobile,平均精度均值,略微,微提升,移动端,端平,TX2,每秒
AB值：
0.387099
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
