【基于计算机视觉的小车识别算法分析案例3400字】.docxVIP

基于计算机视觉的小车识别算法分析案例

目录

基于计算机视觉的小车识别算法分析案例 1

1.1卷积神经网络原理 1

1.2YOLOv3识别原理 3

1.3制作数据集 5

1.1.1数据的采集 5

1.1.2数据集的标注 5

1.4模型的训练测试和评价指标 7

1.4.1模型训练 7

1.4.2评价指标 9

由于计算机技术的飞速发展，对计算机视觉发展的深入研究取得了显著成果。图像和视频层面，促进与计算机视觉相关的技术进步。

1.1卷积神经网络原理

卷积神经网络是从BP神经网络发展而来的，从20末世纪开始，人们就开始研究卷积神经网络，其中LeNet-5网络和时间延迟网络可以认为是第一代卷积神经网络。

卷积神经网络是由输入层、卷积层、池化层、全连接层和输出层组成的，如图3-1所示。

图3-2池化图

ConvolutionalLayerInputLayerPoolingLayerFullyConnected

Convolutional

Layer

InputLayer

PoolingLayer

图3-1卷积神经组成图

卷积层神经网络中的中断层具有的三个特征是：局部连通性、权重共享和平移不变性。局部连接是旋转层核心与输入图像区域之间的连接。而权重共享则是指使用小的旋转内