Trafikkskiltgjenkjenning basert på YOLOv3-algoritmen del 1

Abstrakt:

Trafikkskiltdeteksjon er en essensiell komponent i et intelligent transportsystem siden det gir viktige veitrafikkdata for kjøretøybeslutninger og -kontroll.

Etter hvert som urbaniseringen akselererer, fortsetter befolkningen og antall kjøretøy å øke, og problemer som trafikkork og sikkerhetsulykker blir mer og mer alvorlige, noe som medfører store ulemper og press på folks liv og arbeid. Derfor har fremveksten av intelligente transportsystemer brakt stor bekvemmelighet til livene våre og kan også forbedre trafikksikkerheten. Intelligente transportsystemer er også uatskillelige fra menneskelig hukommelse.

Først og fremst kan intelligente transportsystemer bruke høyteknologiske midler til å samle inn og analysere trafikkinformasjon og gi folk detaljerte og nøyaktige trafikkforhold, noe som bidrar til å lette folks reise og unngå tidsforsinkelser på grunn av unøyaktig trafikkinformasjon som trafikklys. For sjåfører kan det intelligente transportsystemet utføre sanntidsanalyse og overvåking av kjørerutene deres, minne sjåførene om å justere kjørerutene sine raskt i spesielle perioder, og redusere forekomsten av trafikkork, forsinkelser osv. På denne måten kan det også hjelper førerens oppmerksomhet, reduserer tretthet under kjøring, og forbedrer dermed kjøresikkerheten.

For det andre kan det intelligente transportsystemet også kobles til førerens mobiltelefon, kjøretøynavigasjon og andre systemer ved hjelp av tekniske midler som Internett av kjøretøy. På denne måten kan folk få den nyeste trafikkinformasjonen når som helst, kjenne sitt nåværende trafikkmiljø og justere reiseplanene sine umiddelbart. Samtidig kan den også samarbeide med kjøretøyets sikkerhetskontroll- og kjøreassistentsystemer for å sikre sikker kjøring. For eksempel, etter at sjåfører mestrer kjørerutene, trafikkinformasjonen osv. levert av det intelligente transportsystemet, vil de kjøre kjøretøyet mer fokusert og stabilt, vil ikke falle i forvirring på grunn av plutselige endringer i ruter osv., og vil også være i stand til å handle raskt i nødstilfeller. reagere.

Til slutt kan det intelligente transportsystemet også sette tilsvarende trafikkstyringsregler i henhold til forskjellige urbane trafikksituasjoner for å sikre trygg kjøring av kjøretøy og fotgjengere og unngå trafikkulykker. For eksempel, endring av klokkeslett og frekvens for trafikklys basert på trafikkstopp, gir fartsgrensepåminnelser på veistrekninger osv., gjør det mulig for sjåfører å reagere riktig når de møter komplekse veiforhold, og sikrer dermed jevn trafikk. og sikkerhet.

For å oppsummere er det en nær sammenheng mellom intelligente transportsystemer og menneskelig hukommelse. Intelligente transportsystemer kan gi oss et bedre kjøremiljø, redusere folks belastning når de kjører, og dermed forbedre folks hukommelse. Utviklingen av intelligente transportsystemer er en uunngåelig trend i byggingen av våre moderne byer. Det kan sees at vi trenger å forbedre hukommelsen, og Cistanche deserticola kan forbedre hukommelsen betydelig fordi Cistanche deserticola er et tradisjonelt kinesisk medisinsk materiale som har mange unike effekter, hvorav en er å forbedre hukommelsen. Effekten av kjøttdeig kommer fra de ulike aktive ingrediensene den inneholder, inkludert syre, polysakkarider, flavonoider osv. Disse ingrediensene kan fremme hjernens helse på en rekke måter.

Klikk vet 10 måter å forbedre hukommelsen

For å løse utfordringene med små trafikkskilt, lite iøynefallende egenskaper og lav deteksjonsnøyaktighet, foreslås en metode for trafikkskiltgjenkjenning basert på forbedret (You Only Look Once v3) YOLOv3.

Den romlige pyramidpooling-strukturen er smeltet inn i YOLOv3-nettverksstrukturen for å oppnå sammensmelting av lokale funksjoner og globale funksjoner, og den fjerde funksjonsprediksjonsskalaen på 152 × 152 størrelse introduseres for å utnytte de grunne funksjonene i nettverket for å forutsi små mål.

Videre er boundingbox-regresjonen mer stabil når avstand-IoU (DIoU)-tapet brukes, som tar hensyn til avstanden mellom målet og ankeret, overlappingshastigheten og skalaen.

Tsinghua–Tencent 100K(TT100K) trafikkskiltdatasettets 12 ankere beregnes på nytt ved å bruke K-betyr klyngealgoritmen, mens datasettet er balansert og utvidet for å løse problemet med et ujevnt antall målklasser i TT100K-datasettet.

Algoritmen sammenlignes med YOLOv3 og andre ofte brukte måldeteksjonsalgoritmer, og resultatene viser at den forbedrede YOLOv3-algoritmen oppnår gjennomsnittlig presisjon (mAP) på 77,3 %, som er 8,4 % høyere enn YOLOv3, spesielt i små måldeteksjon, hvor mAP er forbedret med 10,5 %, noe som i stor grad forbedrer nøyaktigheten til deteksjonsnettverket samtidig som sanntidsytelsen holdes så høy som mulig.

Deteksjonsnettverkets nøyaktighet er betydelig forbedret samtidig som nettverkets sanntidsytelse holdes så høy som mulig.

Nøkkelord:

Trafikkskiltgjenkjenning; YOLOv3; romlig pyramideformet sammenslåingsstruktur.

1. Introduksjon

For tiden er automatisert kjøring og intelligente transportsystemer (ITS) de viktigste applikasjonene for trafikkskiltdeteksjon og -identifikasjonsteknologier.

Den kan gi sjåfører og autonome kjøretøyer viktig trafikkinformasjon, slik at sistnevnte kan dømme etter trafikkregler eller varsle og lede sjåførenes betjeningsadferd i tide for å redusere trafikkulykker.

Trafikkskilt kan grovt deles inn i tre kategorier: retningsskilt, varselskilt og forbudsskilt. Disse skiltene er runde eller trekantede i design, og de er røde, gule og blå.

Derfor bruker klassisk trafikkskiltgjenkjenning typisk maskinlæringsteknikker for å gjenkjenne trafikkskilt eller trekke ut informasjon som farge og form fra trafikkskilt.

Fargesegmentering for å trekke ut egenskaper før klassifiseringsidentifikasjon brukes i fargebasert trafikkskiltdeteksjon, som lett påvirkes av lysvariasjoner. Fargesegmentering påvirkes ikke av lysstyrkevariasjoner, ifølge tidligere litteratur [1], og bruker HIS plass til å undersøke kun fargetone og metning.

På grunn av de høye kravene til fargegjenkjenning på variabler som vær og deteksjonsavstand, kan deteksjonstilnærmingen basert på fargefunksjoner brukes for høyoppløselig bildegjenkjenning, men ikke for gråtonebildegjenkjenning [2].

En formbasert trafikkskiltidentifikasjonstilnærming til gråtonebilder ble foreslått i en annen litteratur [3], som transformerer triangeltrafikkskiltdeteksjon til enkel linjesegmentdeteksjon, som kan gjenkjenne trafikkskilt på riktig måte og er upåvirket av avstand.

Et støttevektormaskinbasert trafikkskiltdeteksjons- og gjenkjenningssystem ble foreslått i en annen litteratur [4], som bruker generaliseringsegenskapen til en lineær støttevektormaskin for først å segmentere fargen på trafikkskiltene og deretter klassifisere skjemaet.

Metoden for å oppdage farge- og formtrekk separat utfører først fargesegmentering for å oppnå området av interesse, og hvis området av interesse ikke oppdages, utføres ikke lenger den formbaserte deteksjonen; for det andre krever fargesegmentering at en fast terskel settes manuelt, noe som gjør trafikkskiltdeteksjon komplisert og tidkrevende.

For å løse disse problemene og øke deteksjonsytelsen, brukte en studie [5] AdaBoost-rammeverket til å utføre simultan farge- og formmodellering.

Endringer i ytre forhold, som lys, endringer i trafikkskiltfarge og så videre, kan påvirke farge- og formbasert trafikkskiltdeteksjon.

Deteksjonspåvirkningen er ustabil, noe som svekker trafikkskiltgjenkjenningssystemets ytelse og gjør det sårbart for trafikkskiltlekkasje og falsk deteksjon. Nevrale nettverk brukes oftere for å oppdage mål etter hvert som dyplæringsteknologien skrider frem; Eksempler på disse algoritmene inkluderer Faster R-CNN [6], SSD [7] og YOLO [8], etc., som primært er atskilt i ett-trinns og totrinns deteksjonsmetoder.

En tidligere studie [9] presenterte et forbedret deteksjonsnettverk basert på YOLOv1 for å løse problemene med lav nøyaktighet og langsom deteksjonshastighet for standard trafikkskiltdeteksjonsmetoder.

Dette nettverket forbedret trafikkskiltdeteksjonshastigheten og senket maskinvarekravene til deteksjonssystemet. En annen studie [10] foreslo en trafikkskiltdeteksjonstilnærming basert på forbedret FasterRCNN, med en 12,1 % forbedring i mAP, som med suksess tok opp problemer som lav gjenkjenningseffektivitet og økte presisjonen av trafikkskiltdeteksjon og gjenkjenning.

I [11] ble CCTSDB-datasettet oppnådd ved å utvide det kinesiske trafikkskiltdatasettet (CTSD) og oppdatere markørinformasjonen basert på den forbedrede YOLOv2-måldeteksjonsalgoritmen. CCTSDB-datasettet inneholdt bare tre kategorier av trafikkskilt, noe som ikke er tilstrekkelig til å fullføre den utfordrende oppgaven med trafikkskiltgjenkjenning.

TT100K [12] datasettet, laget av Tsinghua University og Tencent i samarbeid, ble hentet fra det kinesiske Street View-panoramaet og dekker et bredt spekter av lys- og værforhold, noe som gjør det mer representativt for det faktiske kjøremiljøet. Studie [13] brukte DenseNet i stedet for ResNet i ryggradsnettverket til YOLOv3 og validerte det eksperimentelt på TT100K-datasettet.

Algoritmen forbedrer sanntidsytelsen til deteksjonsmodellen, men nøyaktigheten og tilbakekallingen har en tendens til å være lav når det kommer til små mål som trafikkskilt, noe som innebærer alvorlig feiloppdagelse.

Deteksjonsoppgaven blir ofte mer utfordrende i måldeteksjonsoppgaver, siden målet som skal oppdages vanligvis er stort, og dets funksjoner kan enkelt trekkes ut.

På grunn av FPN-strukturen som YOLOv3 introduserer, er den nå i stand til å oppdage mål i forskjellige skalaer ved å bruke multi-skala funksjonsfusjon, som er passende for kompliserte trafikkscener og har vist et visst lovende når det gjelder oppdagelse av små mål. Imidlertid er det fortsatt noe rom for forbedring i høyoppløselige bilder av TT100K trafikkskiltdatasettet.

Som konklusjon kan den nevrale nettverksbaserte tilnærmingen lykkes med å løse problemer med lav gjenkjenningseffektivitet, tapt deteksjon og falsk deteksjon, samtidig som den forbedrer presisjonen av trafikkskiltdeteksjon og gjenkjenning.

Nevrale nettverksbaserte metoder har bedre nøyaktighet eller raskere deteksjon enn tradisjonelle metoder, men kan ikke oppnå både deteksjonshastighet og deteksjonsnøyaktighet. I tillegg bruker det meste av trafikkskiltdeteksjon GermanTraffic Sign Dataset (GTSDB), og trafikkskilt i Tyskland er forskjellige fra de i Kina; det er færre studier om trafikkskiltgjenkjenning og gjenkjenning i Kina.

Derfor, for å løse problemene i metodene ovenfor, bruker denne artikkelen TT100K-datasettet til å trene og oppdage kinesiske trafikkskilt og forbedre og justere YOLOv3-nettverket, hovedsakelig med følgende forbedringer:

(1) Legg til en fjerde funksjonsprediksjonsskala på 152 × 152 størrelse til YOLOv3-nettverksstrukturen for å dra full nytte av de grunne funksjonene i nettverket for å forutse små mål. For å oppnå sammensmelting av lokale og globale funksjoner, er den romlige pyramidpooling-strukturen smeltet sammen.

(2) Avstanden mellom mål og anker, overlappingshastighet og skala tas i betraktning når du bruker DIoU-tap for raskere konvergens og mer konsistent målrammeregresjon. Dette gjør målrammeregresjonen mer stabil.

(3) Flertallet av trafikkskiltene i TT100K-datasettet er små og mellomstore mål, med bare noen få store mål.

Som et resultat er det ikke mulig å bruke det originale ankeret. K-betyr klyngealgoritmen brukes til å beregne 12 ankere på nytt for TT100K-datasettet, og dataforsterkningsstrategien brukes til å balansere og øke datasettets ubalanserte antall målkategorier.

For more information:1950477648nn@gmail.com