摘要：提出了一种基于深度学习的车位智能检测方法。利用TensorFlow深度学习平台对车辆目标识别模型进行了训练,提取了有效车辆图像的优化间隔,给出了车辆分布的精准识别结果,实现了对车辆分布识别结果的有序编号和车位空缺状况的准确判断。利用模拟数据和实际采集数据,分别验证了车位分布的智能识别、车位智能编号和空车位判断的可靠性。

关键词：成像系统 目标识别 车位检测 深度可分离卷积神经网络 深度学习 

单位：武汉理工大学资源与环境工程学院; 湖北武汉430079; 重庆市计量质量检测研究院; 重庆401120; 武汉理工大学图书馆; 湖北武汉430079