基于YOLOv 5的夜间交通道路车辆检测方法设计

作     者：霍婷婷 晏永 方永锋 李艳 张庆 苗海东 HUO Tingting;YAN Yong;FANG Yongfeng

作者机构：宁夏师范学院物理与电子信息工程学院宁夏固原756000 中北大学机电工程学院山西太原030051 

基　　金：宁夏自然科学基金资助项目(2022AAC03319) 

出 版 物：《公路与汽运》 (Highways & Automotive Applications)

年 卷 期：2024年第40卷第5期

页      码：9-19页

摘      要：针对夜晚环境中车流量统计的实时性、鲁棒性和准确性不高等问题,提出一种基于YOLOv5算法优化和摄像补光灯相配合的车辆检测方法,实现交通道路上车辆的精确检测,克服以往夜间图像模糊、光线昏暗等造成的检测不准确问题。采用基于YOLOv5深度学习的方法,以道路临时拍摄的图像构成数据集,以高斯函数构建数据增强图像进行车辆检测,其中检测系统的硬件采用芯片双回路设计控制补光装置,提高检测识别准确性,软件上对YOLOv5算法进行超参数优化,提升系统检测精确性和快速性;采集不同天气、不同补光强度下道路交通图像,通过优化后算法分析其有效性,结果表明,相较于原有检测方法,该方法的平均准确率(mean Average Precision,mAP)和检测帧速率(Frame Per Second,FPS)分别增加4.2%、12%,检测效果较好。

主 题 词：公路交通 车辆检测 夜间车辆统计 YOLOv5 数据增强 双回路设计 补光装置 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.20035/j.issn.1671-2668.2024.05.002

馆 藏 号：203143966...