掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
深度學習與智慧交通 版權信息
- ISBN：9787502492007
- 條形碼：9787502492007 ; 978-7-5024-9200-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
深度學習與智慧交通 內容簡介
《深度學習與智慧交通》介紹了智慧交通和深度學習的基本內涵及國內外研究狀況，提出了將深度學習融人智慧交通的研究體系，具體通過基于RetinaNet的車牌識別系統、交通樞紐關鍵物體檢測、基于CSRNet算法的交通人群計數、基于SSD交通標志檢測識別、交通樞紐的關鍵物體跟蹤等多個案例進行詳細探討，全方位體現了深度學習與智慧交通的完美融合。 《深度學習與智慧交通》可供從事交通運輸、無人駕駛和車聯網技術的工程技術人員參考，也可供高等院校人工智能及其相關專業的師生閱讀參考。
深度學習與智慧交通 目錄
1 緒論
1．1 智慧交通概述
1．1．1 基本概念
1．1．2 體系結構
1．1．3 相關政策與研究進展
1．2 深度學習概述
1．3 交通領域中深度學習技術的應用
2 基于RetinaNet的車牌識別系統
2．1 概述
2．1．1 車牌識別的意義
2．1．2 研究現狀分析
2．2 RetinaNet
2．2．1 RetinaNet的特征提取網絡
2．2．2 錨點設置
2．2．3 Focal loss損失函數
2．3 基于卷積神經網絡的字符識別
2．3．1 字符分類識別框架
2．3．2 字符特征提取網絡
2．4 數據集
2．5 車牌識別實戰
2．5．1 實驗環境配置
2．5．2 車牌定位檢測
2．5．3 車牌字符識別
2．5．4 整體功能測試
2．6 車牌識別應用軟件設計
3 交通樞紐關鍵物體檢測
3．1 概述
3．1．1 交通樞紐物體檢測的意義
3．1．2 國內外研究現狀
3．2 基于深度學習的交通樞紐關鍵物體檢測
3．2．1 YOLO算法介紹
3．2．2 基于YOLO v3的交通樞紐行人檢測
3．3 實驗與分析
3．3．1 實驗平臺與Darknet框架
3．3．2 數據集制作
3．3．3 評價指標選定
3．3．4 實驗結果分析
4 基于CSRNet算法的交通人群計數
4．1 人群計數概述
4．1．1 人群計數的意義
4．1．2 國內外研究現狀
4．2 CSRNet算法
4．2．1 特征提取網絡
4．2．2 損失函數和評價指標設置
4．3 基于CSRNet的交通人群計數
4．3．1 特征提取網絡
4．3．2 真實密度圖的生成
4．3．3 數據集
4．4 交通人群計數算法實戰
4．4．1 模型訓練
4．4．2 模型測試
5 基于SSD交通標志檢測識別
5．1 交通標志檢測識別
5．1．1 交通標志檢測識別的意義
5．1．2 研究現狀分析
5．1．3 交通標志識別研究的關鍵技術
5．2 SSD算法
5．2．1 SSD網絡結構
5．2．2 錨點設置
5．2．3 損失函數
5．3 數據集
5．4 交通標志檢測識別實戰
5．4．1 實驗環境
5．4．2 交通標志檢測識別
6 交通樞紐關鍵目標跟蹤
6．1 目標跟蹤概述
6．1．1 目標跟蹤的意義
6．1．2 研究現狀
6．2 基于深度學習的目標跟蹤算法
6．2．1 基于孿生網絡的單目標跟蹤算法
6．2．2 基于SORT的多目標跟蹤算法
6．3 基于YOLO v5的Deep SORT的交通樞紐關鍵目標跟蹤
6．3．1 YOLO v5模型的訓練
6．3．2 Re-ID模型的訓練
6．3．3 基于YOLO v5的Deep SORT模型的運行演示
6．3．4 跟蹤結果
7 總結與展望
7．1 總結
7．2 展望
參考文獻
1．1 智慧交通概述
1．1．1 基本概念
1．1．2 體系結構
1．1．3 相關政策與研究進展
1．2 深度學習概述
1．3 交通領域中深度學習技術的應用
2 基于RetinaNet的車牌識別系統
2．1 概述
2．1．1 車牌識別的意義
2．1．2 研究現狀分析
2．2 RetinaNet
2．2．1 RetinaNet的特征提取網絡
2．2．2 錨點設置
2．2．3 Focal loss損失函數
2．3 基于卷積神經網絡的字符識別
2．3．1 字符分類識別框架
2．3．2 字符特征提取網絡
2．4 數據集
2．5 車牌識別實戰
2．5．1 實驗環境配置
2．5．2 車牌定位檢測
2．5．3 車牌字符識別
2．5．4 整體功能測試
2．6 車牌識別應用軟件設計
3 交通樞紐關鍵物體檢測
3．1 概述
3．1．1 交通樞紐物體檢測的意義
3．1．2 國內外研究現狀
3．2 基于深度學習的交通樞紐關鍵物體檢測
3．2．1 YOLO算法介紹
3．2．2 基于YOLO v3的交通樞紐行人檢測
3．3 實驗與分析
3．3．1 實驗平臺與Darknet框架
3．3．2 數據集制作
3．3．3 評價指標選定
3．3．4 實驗結果分析
4 基于CSRNet算法的交通人群計數
4．1 人群計數概述
4．1．1 人群計數的意義
4．1．2 國內外研究現狀
4．2 CSRNet算法
4．2．1 特征提取網絡
4．2．2 損失函數和評價指標設置
4．3 基于CSRNet的交通人群計數
4．3．1 特征提取網絡
4．3．2 真實密度圖的生成
4．3．3 數據集
4．4 交通人群計數算法實戰
4．4．1 模型訓練
4．4．2 模型測試
5 基于SSD交通標志檢測識別
5．1 交通標志檢測識別
5．1．1 交通標志檢測識別的意義
5．1．2 研究現狀分析
5．1．3 交通標志識別研究的關鍵技術
5．2 SSD算法
5．2．1 SSD網絡結構
5．2．2 錨點設置
5．2．3 損失函數
5．3 數據集
5．4 交通標志檢測識別實戰
5．4．1 實驗環境
5．4．2 交通標志檢測識別
6 交通樞紐關鍵目標跟蹤
6．1 目標跟蹤概述
6．1．1 目標跟蹤的意義
6．1．2 研究現狀
6．2 基于深度學習的目標跟蹤算法
6．2．1 基于孿生網絡的單目標跟蹤算法
6．2．2 基于SORT的多目標跟蹤算法
6．3 基于YOLO v5的Deep SORT的交通樞紐關鍵目標跟蹤
6．3．1 YOLO v5模型的訓練
6．3．2 Re-ID模型的訓練
6．3．3 基于YOLO v5的Deep SORT模型的運行演示
6．3．4 跟蹤結果
7 總結與展望
7．1 總結
7．2 展望
參考文獻
展開全部
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
我與地壇
- >
【精裝繪本】畫給孩子的中國神話
- >
二體千字文
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
- >
名家帶你讀魯迅:故事新編
- >
上帝之肋:男人的真實旅程
本類暢銷
