基于迁移学习的交通场景车辆实时检测算法

摘要

为实现精确实时的车辆检测,本文算法基于迁移学习思想,以深度学习实时检测算法YOLOv2为基础。使用在大规模数据集上预训练得到的分类模型初始化YOLOv2卷积神经网络,搜集交通场景车辆图片并标注后输入该网络利用反向传播进行微调,从而得到最终的车辆检测模型。测试结果表明,本文算法在包含300张车辆图片的测试集中MAP达到0.788,每帧检测平均耗时15ms,满足工程应用实时性要求。