深度学习方法的停车场占位检测修订
机器学习
2024-02-13 v3 计算机视觉与模式识别
摘要
作为智慧城市发展范式的一部分，停车引导系统近来已成为一种流行趋势。此类系统的关键部分是可以让驾驶者在感兴趣区域内搜索可用停车位的算法。该任务的经典方法基于将神经网络分类器应用于摄像头记录。然而，现有系统表现出缺乏泛化能力以及针对特定视觉条件的适当测试。在本研究中，我们广泛评估最先进的停车场占位检测算法，将其预测质量与近期出现的视觉Transformer进行比较，并基于EfficientNet架构提出新流程。所进行的计算实验证明了在我们的模型下性能的提升，该模型在5个不同数据集上进行了评估。
引用
@article{arxiv.2306.04288,
title = {Revising deep learning methods in parking lot occupancy detection},
author = {Anastasia Martynova and Mikhail Kuznetsov and Vadim Porvatov and Vladislav Tishin and Andrey Kuznetsov and Natalia Semenova and Ksenia Kuznetsova},
journal= {arXiv preprint arXiv:2306.04288},
year = {2024}
}
备注
15 pages, 7 figures