一种基于YOLO的交通目标实时检测方法

• 作者: Tanvir Ahmad 王思雨
• 来源期刊: 计算机与数字工程
• 学科: 交通运输
• 关键词: 无人驾驶 人工智能 深度学习 YOLO 目标检测
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信息融合
• 页码范围: 2162-2167
• 页数: 6页
• 分类号: U491.1+4|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.09.017

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	Tanvir Ahmad		2	0	0.0	0.0
2	王思雨		1	0	0.0	0.0