基于YOLO的渡口车辆自动检测系统

作     者：王宵 张冬韵 李杰 李志伟 丁政年 马雪仪 邵叶秦 WANG Xiao;ZHANG Dong-yun;LI Jie;LI Zhi-wei;DING Zheng-nian;MA Xue-yi;SHAO Ye-qin

作者机构：南通大学交通与土木工程学院 

基　　金：江苏省社会安全图像与视频理解重点实验室创新基金编号“基于多通道卷积神经网络的行人再识别”(30916014107) 江苏省大学生创新创业训练计划项目“基于视频的电瓶车驾驶员智能头盔系统”(校企合作) 江苏省大学生创新创业训练计划项目“基于车载视频的公交驾驶员和前排乘客异常行为识别”(省级重点项目) 江苏省物联网移动互联技术工程实验室开放课题“基于多通道卷积神经网络的行人再识别及其轨迹分析研究”(JSWLW-2017-015) 南通大学教学改革研究课题(2017B82) 南通大学2016课程资源建设项目精品课程培育(JP16021) 

出 版 物：《电脑知识与技术》 (Computer Knowledge and Technology)

年 卷 期：2019年第15卷第8期

页      码：261-262,264页

摘      要：水上交通安全一直是渡口交通监管部门的工作重心。本文针对渡运单位监管中存在的实际问题,设计和开发了一个基于YOLO的渡口车辆自动检测系统,采用最新基于深度神经网络的YOLO模型实现车辆的检测。系统主要包括用户登录注册、视频采集、车辆检测、结果显示等模块。实际证明,本文的系统能满足渡口车辆的检测要求,有利于规范渡口管理,促进水上交通安全。

主 题 词：渡口 车辆检测 YOLO 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14004/j.cnki.ckt.2019.2778

馆 藏 号：203775544...