基于ResNet网络的红绿灯智能检测算法研究

作者：郭瑞香

来源：闽南师范大学学报(自然科学版), 2021, 34(03): 46-54.

DOI：10.16007/j.cnki.issn2095-7122.2021.03.007

• 深度学习
• 目标检测
• PaddlePaddle
• ResNet34
• DarkNet53
• Yolo v3
• 残差网络

提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对红绿灯目标检测模型进行训练,得到了红绿灯的准确检测结果,红灯测试精准率达到0.992 6,绿灯精准率达到0.972 4,相比原网络结构模型红灯精准率0.932 2,绿灯精准率0.991 8,平均精准率(MAP)由原来的0.865 9提高到0.896 6,模型精准率提高了3个百分点.利用模拟和实际采集的数据,分别验证了模型的可靠性,实现了盲人弱势群体可以安全过马路.

• 单位
  闽南师范大学