一种基于改进faster R‑CNN的物流车辆特征定位的方法,包括:步骤一,物流车辆图像增强处理;引入数据增强的手段对物流车辆图像进行处理;步骤二,构建基础网络模型;采用VGGNet‑16基本网络作为特征提取网络;同时为了实现对物流车辆的定位,在VGGNet‑16的第五个卷积层第三个卷积分层中的特征提取模块后加入了一个RPN网络的目标检测定位模型;步骤三,使用非极大值抑制算法对物流车辆目标的筛选;步骤四,对物流车辆目标特征进行统一归一化;将得到的固定维度数据的特征图传入到基本网络模型的第七阶段即可求得精确的物流车辆定位边界框及其对应车型的概率。本发明在不同环境、场景下对物流车辆的特征定位性能良好。
📄 2020106901789
📂 G06T3_4084
👤 浙江工业大学
📅 2020-07-17