典型文献
基于改进深度卷积神经网络的车辆检测方法研究
文献摘要：
基于视觉的车辆检测作为辅助驾驶系统的输入,对智能车辆预警和决策起着重要的作用.针对目前传统深度卷积神经网络在基础网络设计和物体检测网络构建的不足,提出一种对经典的深度残差网络进行改进方法,提出带局部连接的残差单元,并以此构建带局部连接的残差网络;同时,提出基于共享参数的多分支网络和双金字塔语义传递网络形式,提升不同语义级别特征融合前的语义级别,以及实现深度融合不同分辨率特征图的语义.经过测试,车辆的检测准确率最高达到95.3％,且具备较高的实时性和环境适应性.
文献关键词：
智能汽车;深度卷积神经网络;车辆检测;算法验证
中图分类号：
作者姓名：
严友
作者机构：
衢州职业技术学院,浙江衢州 324000
文献出处：
引用格式：
[1]严友-.基于改进深度卷积神经网络的车辆检测方法研究)[J].汽车电器,2022(01):5-7,10
A类：
B类：
进深,深度卷积神经网络,车辆检测,辅助驾驶系统,智能车辆,前传,网络设计,物体检测,测网,网络构建,深度残差网络,改进方法,出带,局部连接,残差单元,共享参数,多分支网络,双金字塔,特征融合,特征图,检测准确率,环境适应性,智能汽车,算法验证
AB值：
0.380848
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。
