融合Faster R-CNN与ResNet的室外停车场空车位检测 肖永菲;郁钟铭;杨玉成 【期刊名称】《福建电脑》 【年(卷),期】2018(034)012 【摘 要】停车难现已成为都市生活的痛点,而在停车场内寻找空闲车位也成为了停车的一大难题.针对该问题,本文提出了一种基于Faster R-CNN与ResNet-101相融合的目标检测模型的方法.与经典的机器学习方法相比,目标检测模型采用RPN网络替代Selective Search的方法,大大提高了区域候选框的生成速度.同时,ResNet-101模型不断深化网络,优化了深度学习的性能,从而增强了训练集的准确性,使检测结果达到更好的效果.通过在复杂场景下进行非限制性测试,模型对空车位检测准确率达到98%以上. 【总页数】3页(P32-34) 【作 者】肖永菲;郁钟铭;杨玉成 【作者单位】贵州民族大学数据科学与信息工程学院 贵州 贵阳 550025;贵州民族大学数据科学与信息工程学院 贵州 贵阳 550025;贵州师范学院 贵州 贵阳 550025;贵州民族大学数据科学与信息工程学院 贵州 贵阳 550025 【正文语种】中 文 【相关文献】 1.基于ResNet-50改进的Faster R-CNN手势识别算法 [J], 熊才华;巩言丽;廉华;侯枘辰 2.基于计算机视觉的室外停车场车位检测实验设计 [J], 张乾;肖永菲;杨玉成;余江浩;王林 3.融合边缘计算和改进Faster R-CNN的变电站设备典型视觉缺陷检测系统 [J], 尹子会;孟荣;范晓丹;李冰;赵振兵 4.融合共现推理的Faster R-CNN输电线路金具检测 [J], 翟永杰;杨旭;赵振兵;王乾铭;赵文清 5.融合改进FPN与关联网络的Faster R-CNN目标检测 [J], 汪常建;丁勇;卢盼成 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/b30f369da2c7aa00b52acfc789eb172ded639992.html