一种使用深度学习方法的车辆检测途径
计算机视觉与模式识别
2018-04-03 v1
摘要
本研究的目的是在样本车辆数据集上成功使用 R-CNN、Faster R-CNN 深度学习方法训练我们的车辆检测器，并通过在测试数据上测试训练好的车辆检测器来提供高效的车辆检测结果以优化训练检测器的成功率。工作方法由六个主要阶段组成。依次为：加载数据集、卷积神经网络设计、训练选项配置、Faster R-CNN 目标检测器训练以及训练检测器评估。此外，在研究范围内，提及了 Faster R-CNN、R-CNN 深度学习方法，并与车辆检测所得结果进行了实验分析比较。
引用
@article{arxiv.1804.00429,
title = {A Vehicle Detection Approach using Deep Learning Methodologies},
author = {Abdullah Asim Yilmaz and Mehmet Serdar Guzel and Iman Askerbeyli and Erkan Bostanci},
journal= {arXiv preprint arXiv:1804.00429},
year = {2018}
}
备注
7 pages, 8 Figures, 1 table