LaB-CL:局部化和平衡对比学习以改善停车位检测

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该研究提出了一种自动检测和分类停车位的算法。通过鸟瞰图聚类检测停车位,并用ResNet34分类器判断是否占用。在PKLot和CNRPark+EXT数据集上,该方法表现出高效的检测能力和对非法停车的稳健性,分类准确性高。

🎯

关键要点

  • 该研究提出了一种自动停车位检测和占用分类算法(APSD-OC)。
  • 算法通过鸟瞰图聚类检测停车位。
  • 使用ResNet34深度分类器判断停车位是否占用。
  • 在PKLot和CNRPark+EXT数据集上进行了广泛评估。
  • 该方法表现出高效的停车位检测能力。
  • 算法对非法停车和经过车辆具有稳健性。
  • 训练的分类器在停车位占用分类方面准确性高。
➡️

继续阅读