首页> 中文期刊>信息技术 >基于深度学习卷积神经网络模型的行人检测设计

基于深度学习卷积神经网络模型的行人检测设计

     

摘要

随着近年来5G与人工智能的崛起,无人驾驶技术在不断突破,行人检测作为无人驾驶中的重要任务之一,是一个具有重要研究意义的课题.文中采用深度学习框架Pytorch和目标检测网络YOLO进行行人检测,分别搭建了 YOLO v3、YOLO v3轻量版YOLOv3-Tiny、YOLO v3与SPP-Net融合版本YOLOv3-SPP行人检测平台,并对小型目标和大型目标识别进行了详细的测试对比.测试结果表明,YOLO v3和YOLOv3-SPP平均置信度较高;YOLOv3-Tiny实时性较高,适用于计算量小的行人识别场景.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号