| 面向地下停车场的轻量级目标检测算法研究 |
| |
| 引用本文： | 张小俊,曹梓楼,张明路. 面向地下停车场的轻量级目标检测算法研究[J]. 汽车实用技术, 2022, 47(2): 16-19. DOI: 10.16638/j.cnki.1671-7988.2022.002.004 |
| |
| 作者姓名： | 张小俊 曹梓楼 张明路 |
| |
| 作者单位： | 河北工业大学机械工程学院,天津 300400 |
| |
| 基金项目： | 天津市新一代人工智能科技重大专项(18ZXZNGX00230)。 |
| |
| 摘 要： | 基于深度学习的目标检测算法能够取得良好的检测速度离不开高性能GPU硬件设备的支持。然而,在智能车中搭载高性能、高功耗、大尺寸的硬件设备与汽车的长续航理念不符。因此,文章以YOLOv3目标检测算法为基线模型进行改进,提出轻量化的目标检测模型Mobile-YOLO,并在采集制作的地下停车场数据集中进行训练测试。实验结果表明,提出了Mobile-YOLO相较于YOLOv3,在平均精度均值略微提升的情况下,检测速度提升了47.1%。在移动端平台TX2上每秒能够检测31张图像。
|
| 关 键 词： | 深度学习 目标检测 轻量化 移动端 |
Lightweight Object Detection Algorithm for Underground Parking |
| |
| ZHANG Xiaojun,CAO Zilou,ZHANG Minglu. Lightweight Object Detection Algorithm for Underground Parking[J]. , 2022, 47(2): 16-19. DOI: 10.16638/j.cnki.1671-7988.2022.002.004 |
| |
| Authors: | ZHANG Xiaojun CAO Zilou ZHANG Minglu |
| |
| Affiliation: | (School of Mechanical Engineering,Hebei University of Technology,Tianjin 300400) |
| |
| Abstract: | |
| |
| Keywords: | Deep learning Object detection Lightweight Mobile terminal |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
