一种改进的Mobilenet网络车载图像识别方法

摘要：

对行人和车辆的识别是行车记录仪识别系统的重要组成部分,为满足车载识别系统对算法模型检测实时性和简洁性的需求,以传统Mobilenet为基础网络,提出了一种车载图像识别改进算法.该算法优化了Mo-bilenet网络的Con DW3×3、Conv3×3卷积层相关参数,网络的计算量明显减少,识别速度有效提高.利用行车记录仪获得的实际数据集进行训练,实验结果表明,改进算法在识别速率上提高了6.6％.相比同类网络模型Squeezenet,训练的迭代次数显著降低.

关键词：Mobilenet模型、检测实时性、卷积神经网络、图像识别、车载图像

所属期刊栏目：11

分类号：TP39(计算技术、计算机技术)

资助基金：吕梁学院教学改革创新项目JYZD201703

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20