基于卷积神经网络的环视车位检测研究

针对车载平台有限的硬件资源,提出一种快速的卷积神经网络车位检测方法。以YOLOv3算法为基础,根据车位检测特定的应用场景,对模型的深层网络进行优化缩减,并采用MobileNet技术对网络中的卷积层进行加速,该模型在占用较小的存储资源前提下,能够快速有效地完成车位检测任务。实验结果表明,新模型大小为原先模型的1/12,检测速度比原先模型快1倍,而检测准确率与原模型相近。