开发工具:
文件大小: 373kb
下载次数: 0
上传时间: 2021-03-07
详细说明：针对采用大样本离线训练的车辆识别分类器在新场景中性能显着下降的问题，提出了一种具有样本自标注能力的车辆识别迁移学习算法，并采用概率神经网络（概率神经网络，PNN）进行分类器训练。首先，提出一种基于多细节先验信息的样本标注策略，融合复杂度，垂直平面和相对速度等先验信息实现新样本的自动标注；然后，充分利用PNN训练速度快而增加新样本时只需分类器进行局部更新的特点，将其更新到分类器训练模型中，取代传统机器学习算法中的Adaboost分类器。实验结果表明：该算法在新场景下的新样本标注准确率高达99.76％。通过迁移学习，新场景的车辆识别分类器性能较常规分类器在检测率和误检率指标上显着着提升。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
