论文部分内容阅读
采用高清网络智能摄像机,从交通场景的监控视频中采集18 000张样本图片并对其样本标注,将标注后的样本制作成VOC数据集,采用基于Darknet-53网络架构的YOLOv3检测算法对VOC数据集模型进行训练,并根据损失函数以及平均精度对YOLOv3检测算法进行调参优化,得到最优的车辆多目标检测模型,最后结合车辆细分类系统得到车辆各属性的识别。实验结果表明,车辆多目标检测的平均精度达到81.65%,能够有效对道路各类车辆、行人进行多目标检测。