典型文献
基于Faster R-CNN的高速公路拥堵场景车辆目标检测研究
文献摘要：
为解决通用目标检测算法对于密集车辆检测的误检和漏检等问题,本文提出了一种基于Faster R-CNN的高速公路拥堵场景车辆目标检测方法.实验提出多变化处理模块和排斥力损失,在补充数据多样性的同时提高模型的泛化能力,并针对密集场景车辆遮挡等情况,提高密集车辆的检测精度.实验结果表明,该网络模型相比现有检测方法达到了更好的检测效果.
文献关键词：
目标检测;密集目标;Faster R-CNN;排斥力损失
中图分类号：
作者姓名：
谭舒月
作者机构：
西南交通大学计算机与人工智能学院,成都 611756
文献出处：
引用格式：
[1]谭舒月-.基于Faster R-CNN的高速公路拥堵场景车辆目标检测研究)[J].现代计算机,2022(12):35-40
A类：
排斥力损失,斥力损失
B类：
Faster,高速公路拥堵,车辆目标检测,目标检测算法,车辆检测,漏检,目标检测方法,充数,数据多样性,泛化能力,车辆遮挡,检测精度,检测效果,密集目标
AB值：
0.286226
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。
