基于Faster R-CNN模型的城市场景摩托车检测与分类
计算机视觉与模式识别
2018-08-10 v2
摘要
本文介绍了一种基于Faster-RCNN的深度学习卷积神经网络模型，用于城市环境中的摩托车检测与分类。该模型在遮挡场景中进行评估，其中超过60%的车辆存在一定程度的遮挡。为了训练和评估，我们引入了一个包含7500张标注图像的新数据集，这些图像使用无人机挂载相机在真实交通场景中捕获。我们进行了多项测试以设计网络，即使存在大量遮挡摩托车、低捕获角度和移动相机的情况，仍取得了平均精度（AP）75%的良好结果。该模型还在低遮挡数据集上进行了评估，AP达到了高达92%的结果。
引用
@article{arxiv.1808.02299,
title = {Motorcycle detection and classification in urban Scenarios using a model based on Faster R-CNN},
author = {Jorge E. Espinosa and Sergio A. Velastin and John W. Branch},
journal= {arXiv preprint arXiv:1808.02299},
year = {2018}
}
备注
Presented at 9th International Conference on Pattern Recognition Systems, ICPRS-18, 22-24 May 2018, Valparaiso, Chile