-
题名基于SSD的不平衡样本车辆检测与识别
被引量:1
- 1
-
-
作者
马浩良
谢林柏
-
机构
江南大学物联网工程学院
-
出处
《计算机技术与发展》
2019年第12期135-140,共6页
-
基金
国家自然科学基金(61374047,60973095)
江苏省博士后科研资助计划(1601085C)
-
文摘
为了实现在复杂环境,车辆样本不平衡情况下的实时车辆检测与识别,基于SSD算法搭建了车辆检测与识别的框架。针对车辆数据存在车型难易样本不均衡以及SSD方法存在的正负样本不平衡问题,在SSD引入改进的损失函数来挖掘难易样本,通过提高难样本的学习比例来更好地识别样本较少的车辆类型。引入SSD级联的网络结构,在第一级SSD挖掘正负样本,在第二级SSD根据第一级SSD的指导过滤掉大量的负样本。构建了拥有7480幅图像,包含4种车辆类型的数据集对该方法进行验证。实验结果表明,基于改进SSD的方法提高了少样本车辆类型的准确率,使整体检测精度取得了90.0%的准确率。针对不均衡样本的车辆数据集有较好的通用性,适用于车辆检测与识别任务。
-
关键词
车辆检测与识别
SSD
样本不平衡
难易样本挖掘
正负样本挖掘
-
Keywords
vehicle detection and recognition
SSD
sample imbalance
hard sample mining
positive and negative sample mining
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-