龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号