计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (20): 104-110.DOI: 10.3778/j.issn.1002-8331.1911-0382
张成标,童宝宏,程进,张炳力,张润
ZHANG Chengbiao, TONG Baohong, CHENG Jin, ZHANG Bingli, ZHANG Run
摘要:
近年来,我国随着汽车保有量增长迅速,由汽车造成的交通压力及安全隐患也逐年递增,对道路上车辆行为进行监督也变得尤为重要。提出了利用改进的Yolo_v2卷积神经网络来进行车辆检测。对原Yolo_v2网络进行结构改进,添加残差网络来提高检测准确率,添加多尺度层来提升对图片中不同尺寸目标的检测精度;基于Elu激活函数设计出Kelu激活函数,进一步提高检测准确率;制作多方位车辆数据集及车牌数据集;将车辆检测系统与车牌检测系统集成到ROS系统中,并与QT-Creator可视化界面通信,以便更清晰地观测实验结果。实验结果表明,利用改进后的Yolo_v2卷积神经网络对道路上的车辆进行违章检测有着优越的表现。