论文部分内容阅读
针对复杂环境下的车辆检测,提出了一种改进的更快速区域卷积神经网络(Faster R-CNN)算法。对于传统Faster R-CNN算法应用于车辆检测时具有漏检、错检以及运行速度慢等问题,本研究通过添加更多复杂环境下的车辆数据集,改进原有模型的非极大值抑制(NMS)算法以及融合批量规范(batch normalization, BN)算法对其进行优化。试验证明,改进后的Faster R-CNN相较于Faster R-CNN在数据集上的综合平均识别率提升了4.86%,提升效果较为明显。