论文部分内容阅读
针对实际应用中训练样本数量不足的问题,本文研究并实现了一种基于迁移学习的目标检测方法.在训练网络时采用迁移学习去训练目标任务模型.同时,采用基于候选区域的预处理方法提高算法的准确性.通过实验对本文算法与传统HOG+SVM和滑动窗口检测方法进行比较.结果表明,基于候选区域和迁移学习的目标检测方法效果更好,模型的分类测试准确率可达99%,检出率和检准率分别能达到88%和90.7%.