李秋潭

【摘 要】随着国内机动车保有量的急剧增加，一些交通繁忙的路口在上下班的时间段拥堵非常严重，交通事故发生量居高不下。行人和非机动车驾驶人被普遍归为是交通弱势群体，需要在交通系统设计中予以特别的关注和保护。文章采用YOLO v4网络对行人、摩托车、自行车、汽车、公交车等通行目标进行识别，通过搭建学习环境、设定数据集收集对象，对图片集进行训练和测试，统计视频中包含目标的识别正确率、漏检率、误检率。结果表明，系统训练的网络能够准确、有效地识别视频中的各种目标，达到了预期目标。

【关键词】行人;摩托车;自行车;汽车;检测;YOLO;交通指挥设计

【中图分类号】TP29 【文献标识码】A 【文章编号】1674-0688（2021）12-0016-03

1 引言

在目标识别领域，对行人和各种车辆等目标的检测，不仅在无人驾驶领域得到了快速发展，在交通指挥信号系统设计方面也得到广泛应用。随着城市人口的快速膨胀，机动车辆的保有量不断增长，道路交通拥堵问题日益严重，机动车辆给人们带来便利的同时，也带来巨大的交通安全风险，对交通弱势群体造成的伤害尤为严重。因此，交通指挥部门在规划路口通行时间时，不能单纯地考虑机动车如何通行，应同时考虑交通弱势群体的安全问题。

在一些特定的通行时间段，例如上学、放学高峰期，若是能根据目标检测结果，按照“行人优先”原则设计交通信号指挥系统，将会给行人提供更多的通行保护。

2 相關研究

通过检索相关论文发现，在目标检测领域，大多是对各种机动车辆进行识别和分类，但是针对行人和自行车等小目标检测进行研究的文献很少。……