YOLOv4交通信号灯检测

• 作者: 刘磊
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（15）
• 所属期刊栏目: 探索与观察
• 页码范围: 92-94
• 页数: 3页
• 语种: 中文

摘要

交通信号灯的在线检测与识别是无人驾驶领域中的重要研究内容,文章给出了一种基于YOLOv4的信号灯检测与识别方法,该方法以YOLOv4目标检测算法为基础,结合MoblieNetV3的特征提取网络,对算法进行轻量化处理.采用自制的信号灯数据集对该网络进行训练和测试,结果表明,文章提出的算法识别效果较好,平均准确率为89.9％,高于原YOLOv4网络的平均准确率85.6％,检测速度达到37FPS,高于原YOLOv4网络的29FPS,满足实时检测的要求.实验表明,改进后的网络模型能在保证检测准确率的同时提高检测速度,有效降低模型参数量,具有一定的应用价值.