基于改进的Mask R-CNN的无人机图像车位检测

停车位难寻是如今城市普遍存在的问题,因此一种高效的车位检测算法尤为重要。为此,提出了无人机结合基于改进的Mask R-CNN的智能停车位检测算法的方法。首先,为缩短算法模型训练时间,采用轻量级MobileNetV3网络作为其主干特征提取网络,同时对MobileNetV3网络进行改进,有效减少了网络参数并压缩了模型体积;其次,通过改进网络结构、重新设计Anchor生成,解决了无人机飞行高度和角度会导致所要检测的目标较小或者存在遮挡的问题;最后,通过优化FPN与特征网络卷积结构,得到了本文的无人机图像车位检测改进模型。通过对比不同算法之间的性能,验证了改进的MaskRCNN算法在时间和精度上均优于原算法和其他算法,具有一定的研究意义。