基于深度可分离卷积和多级特征金字塔网络的行人检测

来源 :汽车安全与节能学报 | 被引量 : 1次 | 上传用户:luoqh163
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高行人检测的准确率,提出一种基于卷积神经网络的行人检测方法。该方法以YOLOv3-tiny算法为基础,在骨干网络部分,用深度可分离卷积的网络结构代替原卷积网络结构,加深网络深度。在检测部分,提出一种改进的多级特征金字塔网络,该网络由8个结构相同的使用深度可分离卷积的特征金字塔组成,特征金字塔之间串联连接,将不同金字塔得到的相同尺寸的特征进行融合,利用融合后的特征金字塔进行检测。在Caltech Pedestrian数据集上进行测试。结果表明:该方法的漏检率为57.83%,比梯度方向直方图(HOG
其他文献
文章对4栋典型8度区高层板式剪力墙住宅钢筋用量进行了分析,用线性回归的方法得出在某些指标下的钢筋用量函数。结论对8度区高层板式剪力墙住宅项目的决策、造价控制、结算审
我国在新矿区开发中,越来越多地遇到复杂地层,给新井建设带来了很大的困难。文章分析矿井在特殊地层条件下,井筒穿过含水砂土层、流砂层的基本原理及采取的技术措施与重要的
提出了一种面向进阶精简指令集机器(ARM)平台的自标定驾驶员疲劳检测方法。对驾驶员不同身高、体型及车内摄像头不同位置,采用驾驶员初始姿态自标定方法;采用改进的基于深度学习的多任务卷积神经网络(MTCNN),提取人脸识别和特征点,以得到头部姿态、眼睛、嘴巴运动等信息;基于操作员序列的深度卷积神经网络,来判断驾驶员的疲劳状态等级。实验了驾驶员疲劳检测方法。结果表明:相对于没有标定,采用本驾驶员自标定的
摘要:在国家出台相关政策支持鼓励职业教育发展的背景下,我国的高等职业教育得到了迅猛发展,取得了巨大的成就。但是,目前高职院校在人力资源管理过程中暴露出了一些问题,可能会成为阻碍高职教育良性发展的障碍。文章对目前我国高职教育的现状进行了分析,并对出现的问题提出了改善措施。  关键词:高职院校;人力资源;人力资源管理  中图分类号:G717 文献标识码:A 文章编号:1009-2374(2013)31
为了判定运动型多功能乘用车(SUV)受到同款车型以确定速度侧面碰撞时驾驶位附近车体耐撞性最差的工况,参考2018版中国新车评价规程(C-NCAP)中的相关要求,联合HyperWorks和LS-