论文部分内容阅读
随着大数据的发展以及计算能力的不断提升,基于深度学习的目标检测算法被越来越多地研究并应用到车辆检测系统中。但是在实际检测中发现当光线条件较差时,模型的准确率往往会降低,这是由于低光照会导致图像色彩失真、细节不清晰,这些问题严重影响了模型的检测能力。基于此,通过对道路场景的实测及反复试验,对Retinex算法中参数的选取与路面交通的场景特点建立了有效联系,找到了图像、Retinex算法与模型准确率之间的关系,提升了模型的检测效果。