申请/专利权人:东莞理工学院
申请日:2024-03-18
公开(公告)日:2024-06-21
公开(公告)号:CN118230036A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06V10/80;G06T7/73;G06N3/0464
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种基于Yolov5的汽车车外灯亮灭情况检测方法,其方法包括获取预设的改进Yolov5模型和车外灯的待检测图像,将待检测图像输入至改进Yolov5模型,根据亮灭情况检测图像,确定车外灯的检测结果。本发明通过使用计算机视觉算法检测汽车车外灯亮灭的情况,取代了效率低下、检测精度不高的人工检测方式,能够构建出在保证轻量化的前提下具有极高检测精度的改进Yolov5模型,具有更快的收敛速度和更准确的模型结构,能够实时检测车外灯的亮灭情况,有效地提高对车外灯的识别准确率,对不同尺度的目标均具有更好的检测效果。
主权项:1.一种基于Yolov5的汽车车外灯亮灭情况检测方法,其特征在于,包括以下步骤:步骤一、通过工业相机采集汽车的车外灯的图像,并在图像上标注出车外灯的具体特征与位置,以建立车外灯数据集;步骤二、读取已标注好的车外灯的图像,并使用Mosaic方法进行数据增强,通过将多个图像合成为一个新图像,增加数据的多样性和丰富性,提高模型的泛化能力;步骤三、基于车外灯数据集构建Yolov5模型,并使用该数据集进行训练,训练出具有检测车外灯能力的Yolov5模型;步骤四、拍摄预检测车外灯亮灭情况的汽车图像,然后采用灰度填充的方式统一采集图像的尺寸,以适应Yolov5模型输入端的要求;步骤五、对Yolov5检测模型的骨干网络和特征融合部分进行优化,将骨干网络替换为MobileNet结构,提高模型的运行效率和速度,使其更适用于实际的车辆灯光检测场景;步骤六、将预检测车外灯亮灭情况的汽车图像输入到已训练好的Yolov5模型中,以进行车外灯亮灭的检测;步骤七、将检测结果输出,以便进一步的分析和应用。
全文数据:
权利要求:
百度查询: 东莞理工学院 一种基于Yolov5的汽车车外灯亮灭情况检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。