APP下载

基于YOLO轻量化网络的交通标志检测算法

2021-11-05汤科元刘川莉蔡乐才张宇杰

关键词:检测模型

汤科元,刘川莉,蔡乐才,成 奎,张宇杰,高 祥

(1.四川轻化工大学自动化与信息工程学院,四川 宜宾 644002;

2. 宜宾学院三江人工智能与机器人研究院,四川 宜宾 644000)

引 言

交通标志检测是现代智能交通系统中不可或缺的一部分,也是无人驾驶和自动驾驶技术中的重要组成部分。近年来,随着我国经济社会的不断发展,全国机动车保有量也不断上升,道路交通安全状况和交通堵塞情况日趋严峻[1]。据不完全统计,交通事故当中绝大多数案例都是人为因素造成的[2-3],例如超速、酒后驾驶、疲劳驾驶等,因为车辆和道路因素造成的交通事故则不到事故总数量的10%。所以近年来辅助驾驶技术被越来越多地应用于实际生活当中[4-5],无人驾驶和自动驾驶技术也成为许多研究人员和汽车厂商的重要研究领域。而交通标志检测在无人驾驶技术中扮演着至关重要的角色,通过计算机视觉技术对交通标志进行检测和识别,并将结果反馈给驾驶员或者无人驾驶系统,以对车辆的速度和方向进行手动或自动控制,从而最大程度地避免交通事故的发生。因此交通标志的检测具有十分重要的社会价值和学术意义。

目前已有多种方法可以实现交通标志的检测。由于交通标志形状比较规则,颜色较为单一,所以早期有学者提出了通过形状或颜色来检测交通标志的方法[6]。而且还可以结合尺度不变特征变换和支持向量机等方法以提高检测率[7]。但现实情况非常复杂,当交通标志与其背景颜色相近或者出现极端天气的时候,就容易出现误检或者漏检的情况。……

登录APP查看全文

猜你喜欢

检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用