作者单位
摘要
1 武汉理工大学资源与环境工程学院, 湖北 武汉 430079
2 重庆市计量质量检测研究院, 重庆 401120
3 武汉理工大学图书馆, 湖北 武汉 430079
提出了一种基于深度学习的车位智能检测方法。利用TensorFlow深度学习平台对车辆目标识别模型进行了训练,提取了有效车辆图像的优化间隔,给出了车辆分布的精准识别结果,实现了对车辆分布识别结果的有序编号和车位空缺状况的准确判断。利用模拟数据和实际采集数据,分别验证了车位分布的智能识别、车位智能编号和空车位判断的可靠性。
成像系统 目标识别 车位检测 深度可分离卷积神经网络 深度学习 TensorFlow 
中国激光
2019, 46(4): 0404013

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!