本书选取交通图像和视频为研究对象,采用深度学习方法,提取图像和视频中的特征信息,实现交通目标的识别、跟踪、检测和分割功能。通过对本书的学习,读者可提升对交通领域深度学习网络的理解和应用能力。

第1 章  交通图像感知概论……………………………………………………………………… 1  1. 1  相关概念………………………………………………………………………………… 1  1. 2  交通图像感知的应用…………………………………………………………………… 6第2 章  计算机编程基础……………………………………………………………………… 13  2. 1  编程语言发展概述……………………………………………………………………… 13  2. 2  Python 编程……………………………………………………………………………… 16  2. 3  PyTorch 框架…………………………………………………………………………… 33第3 章  图像处理基础………………………………………………………………………… 55  3. 1  GUI 功能………………………………………………………………………………… 55  3. 2  核心操作………………………………………………………………………………… 57  3. 3  图像处理………………………………………………………………………………… 62  3. 4  特征检测和匹配………………………………………………………………………… 76  3. 5  相机校准与坐标系转换………………………………………………………………… 82第4 章  神经网络与深度学习………………………………………………………………… 85  4. 1  概述……………………………………………………………………………………… 85  4. 2  神经网络………………………………………………………………………………… 85  4. 3  深度学习……………………………………………………………………………… 109  4. 4  编程实现……………………………………………………………………………… 110第5 章  交通目标识别理论与方法…………………………………………………………… 123  5. 1  概述…………………………………………………………………………………… 123  5. 2  卷积神经网络组成和实现…………………………………………………………… 125  5. 3  典型卷积神经网络结构……………………………………………………………… 140  5. 4  Transformer 模型……………………………………………………………………… 1565. 5  迁移学习……………………………………………………………………………… 180第6 章  交通目标检测理论与方法…………………………………………………………… 185  6. 1  概述…………………………………………………………………………………… 185  6. 2  X-CNN 目标检测算法………………………………………………………………… 187  6. 3  YOLO 目标检测算法………………………………………………………………… 206  6. 4  SSD 目标检测算法…………………………………………………………………… 215第7 章  交通目标轨迹跟踪理论与方法……………………………………………………… 225  7. 1  概述…………………………………………………………………………………… 225  7. 2  SORT 算法目标轨迹跟踪算法……………………………………………………… 238  7. 3  Deep SORT 算法目标轨迹跟踪算法………………………………………………… 241第8 章  交通场景分割理论与方法…………………………………………………………… 253  8. 1  概述…………………………………………………………………………………… 253  8. 2  交通场景语义分割…………………………………………………………………… 253  8. 3  交通场景实例分割…………………………………………………………………… 260第9 章  交通感知评价指标及预训练模型应用……………………………………………… 276  9. 1  评价指标……………………………………………………………………………… 276  9. 2  超参数调优…………………………………………………………………………… 278  9. 3  预训练模型…………………………………………………………………………… 283  9. 4  开源数据集…………………………………………………………………………… 290参考文献………………………………………………………………………………………… 295