基于Faster RCNN的行人及车辆类型检测

随着汽车数量与日俱增,交通事故的发生频次也在增加,针对车辆类型和行人的检测问题,本文在原始Faster RCNN的基础上,首先使用残差网络RES101代替传统的VGG16网络作为共享卷积层,进行图像特征的提取,然后改变原来的锚框尺寸方案,使用锚框尺寸为4、8、16代替原来锚框尺寸,得到行人及车辆类型检测模型。通过在KITTI测试集上的测试结果表明,使用本文模型平均检测准确率可达86.5%,相比原始Faster RCNN平均准确率提高了3.65%,相比于使用残差网络RES101作为卷积层的Faster RCNN平均准确率提高了2.06%。