《表1 样本数量与构成:提升预测框定位稳定性的视频目标检测》
其中,UA-DETRAC数据集包含的交通场景数较少,且训练集与验证集场景相似度较高,如果直接使用UA-DETRAC数据集训练目标检测网络并验证本文算法效果,与实际工程应用情况有所违背。因为在大多数工程应用中,应用场景较多且难以针对所有具体场景做大量标注工作。因此,本文选用MIO-TCD数据集作为YOLOv3网络训练集,选取UA-DETRAC数据集中拍摄稳定、车辆数较多的视频作为验证集。选取的验证集文件如表1所示。
图表编号 | XD00215918200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.16 |
作者 | 李熙莹 |
绘制单位 | 中山大学智能工程学院智能交通研究中心、广东省智能交通系统重点实验室、视频图像智能分析与应用技术公安部重点实验室 |
更多格式 | 高清、无水印(增值服务) |