浅析目标检测算法及其在自动驾驶场景中的应用 |
| |
作者姓名: | 赵慧婷 |
| |
作者单位: | 长安大学 |
| |
摘 要: | 基于深度学习的目标检测算法在自动驾驶领域的比重日益上升。文章首先介绍了基于深度 学习的卷积神经网络和目标检测算法的发展过程,其中简要介绍了几种经典卷积神经网络模型的
结构特点;然后详细介绍了以 R-CNN 系列为代表的基于候选框的 two-stage 算法和以 YOLO 系列 为代表的基于回归的 one-stage 算法,简要介绍了这两大类算法各自的结构和优缺点,最后总结了 目标检测算法在自动驾驶场景中应用时比较常用的几种优化方法和研究趋势。
|
关 键 词: | 深度学习 目标检测 自动驾驶, |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《汽车实用技术》浏览原始摘要信息 |
|
点击此处可从《汽车实用技术》下载免费的PDF全文 |
|