一种基于YOLO的交通目标实时检测方法
王思雨
Tanvir Ahmad
华北电力大学控制与计算机工程学院 北京 102206
摘要：随着大数据、云计算、移动互联网等技术的迅速发展,人工智能的技术逐渐成熟,无人驾驶逐渐成为可能.而无人驾驶最重要的一个技术点就是图象识别,通过图像识别前方车辆、行人、障碍物、道路以及交通信号灯和交通标识.通过自动驾驶可以减轻驾驶员的负担,减少交通事故的发生频率.论文收集了多个城市的交通道路图像,通过分析交通目标特点,对其车辆、行人以及非机动车进行标注,将其作为样本进行训练.采用一种基于YOLO的深度学习实时目标检测方法,实现对交通目标的实时检测.并通过YOLO最新两个版本进行对比分析,实验结果表明采用YOLOv3进行交通目标检测能够达到一种实时检测的效果,并且能够在保持检测速度的情况下提高检测准确性.
关键词：无人驾驶人工智能深度学习YOLO目标检测
分类号：U491.1+4(交通工程与公路运输技术管理)TP391(计算技术、计算机技术)
论文发表日期：2020-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2162-2167 )
英文信息