论文部分内容阅读
针对车辆类型检测受物体遮挡以及车辆重叠等影响,导致车辆类型的检测难度大的问题,本文提出了一种基于改进Faster RCNN模型的检测方法,在特征提取网络中嵌入卷积模块的注意力机制模块结构,使得特征提取网络可以重点关注与目标相关的有用信息,并弱化其它的无用信息,还引用Soft-NMS算法优化NMS算法,减少重叠或相邻目标漏检和错检问题。测试结果表明,与未改进的Faster RCNN模型做对比,改进后Faster RCNN模型的MAP值由84%提升至89%,证明使用该方法使检测精度有一定的提升。