基于深度学习的车辆检测算法研究

随着科学技术的不断发展,自动化实现车辆识别已经成为智能汽车领域的一个重要应用。本文通过自建车辆数据集,实现道路行车视角下的车辆检测。主要步骤为:在自然状态下使用摄像头采集图像,并对采集到的不同道路行车视角下的车辆图像进行人工挑选,去除模糊、拍摄效果不佳、重复的图片。之后,使用基于Faster R-CNN的模型对选取的二维车辆图像测试集进行测试。对早上、中午和晚上三个时间段车辆图像进行识别,总体精度r,P和F的值分别为0.99,0.98和0.98,表明算法最终取得较好的结果。