世界卫生组织统计的数据显示，全球失明人数超过3 600万，且有逐年递增的趋势。对于视障人群而言，其出行十分不便，并且现有的盲道识别算法大多是基于颜色和纹理，检测速度较慢，不能很好地解决盲人出行难的问题。为此，本研究提出一种基于YOLOv3网络模型的盲道识别算法。笔者使用LabelImg工具对收集到的数据进行标注，再将标注后的图片送入模型中进行训练，并调整参数，得到最佳的检测模型。试验结果表明，YOLOv3算法的识别准确率达到98%，为优化盲道识别算法提供了新思路。
科研之友
微信
新浪微博
Facebook
分享链接
