Вклад в обнаружение транспортных средств с помощью глубокого обучения
By
No Customer Reviews
Глубокое обучение имеет место, особенно с быстрым ростом и доступностью больших баз данных и недавними улучшениями в графических процессорах (GPU). Основной целью данного исследования является применение алгоритмов глубокого обучения, таких как конволюционные нейронные сети (CNN) и глубокие архитектуры, в частности глубокая модель VGG-16 для категоризации и локализации транспортных средств в дорожных сценах. В данной диссертации мы покажем, что с помощью оптимизации параметров и простой модификации алгоритма мы можем улучшить, даже относительно, робастность конкретной сети Faster R-CNN в обнаружении транспортных средств и получить лучшие результаты на основе различных баз данных (PASCAL VOC 2007, PASCAL VOC 2012, MIT Traffic, CUHK Square и Logiroad).
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15. ThriftBooks.com. Read more. Spend less.