基于深度学习的车辆检测方法

摘要

本发明公开了一种基于深度学习的车辆检测方法，结合Edge Boxes和改进的Faster R‑CNN模型进行复杂环境中的车辆检测，首先使用Edge Boxes对图像进行处理，初步提取出较为准确的车辆候选区域；其次将候选区域输入到改进的Faster R‑CNN模型中进一步对车辆进行精定位并通过分类判别得到最终的检测结果。同时为了增强模型对于小尺寸车辆的检测能力以及模型的判别能力，将不同层的卷积特征组合起来，补充一些车辆的细节信息，并在训练阶段加入难负样本挖掘策略，使得模型更加关注困难样本，能够很好的将车辆与疑似车辆的背景区分开来。