论文部分内容阅读
针对传统视频监控系统对于违章停车、车辆逆行管理不力的问题,提出了一种有效克服小目标干扰的车辆检测算法,并基于此算法制作了一个机动车违规监测系统。首先简述了车辆检测的发展历史和传统车辆检测算法的不足,随后使用深度学习网络设计了车辆检测算法。该算法利用残差连接改进了ResNet50网络,并添加了新的卷积层用以提取图像特征矢量,最后采用长短时记忆(LSTM)网络从特征矢量中预测出车辆的位置和大小。算法采用KITTI数据集对模型进行训练和评估,使用预训练网络和数据增强方法克服训练的过拟合问题,当置信度取0.