基于树莓派和YOLO算法的车型检测
薛培友1
刘磊2
刘瑞阳3
卞文阳3
闫冬梅4
1.安徽省普通高校交通信息与安全重点实验室,安徽 合肥 2306012.安徽省普通高校交通信息与安全重点实验室,安徽 合肥 230601;河海大学数学学院,江苏南京 2111003.河海大学数学学院,江苏南京 2111004.南京邮电大学现代邮政学院,江苏南京 210003
摘要：随着我国民用车辆保有量呈现出显著的增长态势,交通管理工作面临着前所未有的挑战.在此背景下,智能交通系统的研发显得尤为迫切且刻不容缓.车型检测作为智能交通系统的核心关键技术,在交通管理领域中发挥着举足轻重的作用.然而,现有的车型检测系统存在着资源消耗大、成本居高不下等明显弊端,这在很大程度上限制了系统的广泛推广与应用.针对这一现状,本文构建了 10类常见汽车的TenCar数据集,并提出了一种基于树莓派和YOLOv4-tiny算法的低成本车型检测系统.经过实践验证,YOLOv4-tiny模型在TenCar数据集上实现了 85.65％的精确率和99.9％的召回率.该系统巧妙地借助图像识别技术以及精简的硬件设施,能够对车辆进出入场所的车型进行高效、自动的检测.这一特性在很大程度上简化了车辆的查找过程,使得管理工作更加便捷高效,并且该系统具有良好的普及性,易于在公司、小区等场所推广应用.
关键词：树莓派车型检测YOLOv4-tinyYOLOv5s
分类号：U495(交通工程与公路运输技术管理)TP391.41(计算技术、计算机技术)
资助基金：安徽省重点实验室基金项目(KLAHEI18018)教育部重点实验室开放基金(Scip20240111)
论文发表日期：2025-12-31
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：13( 840-852 )
英文信息