您所在的位置: 成果库 基于自定义YOLOv5模型的人工智能车辆识别

基于自定义YOLOv5模型的人工智能车辆识别

发布时间: 2022-10-25

来源: 试点城市(园区)

基本信息

合作方式: 委托开发
成果类型: 新技术
行业领域:
电子信息技术,新一代信息技术产业,智能交通技术,新兴软件和新型信息技术服务
成果介绍
1、技术目标:(1)自定义YOLOv5模型;(2)识别车辆模型的准确度达到85%以上;(3)识别车辆模型的速度应优于EfficientDet模型(2020年Google公司提出的模型)的识别速度。 2、技术内容:(1)建立针对特定场景的图像数据集,(2)YOLOv5自定义模型的搭建;(3)基于数据集训练自定义YOLOv5模型并进行模型优化;(4)模型的实际应用检测与性能指标测试。 3、技术方法和路线:(1) 针对停车场内的车辆模型进行图像采集、标注;(2)将标注的数据集进行格式转换;(3)按照YOLOv5模型需要的目录结构组织文件;(4)创建训练需要的项目配置文件;(5)运行训练程序进行模型训练得到车辆模型的网络权重;(6)测试推理,应用新建的自定义模型对目标车辆进行检测,实现给定的性能指标。
成果亮点
属于自动驾驶技术领域,公开了一种基于改进YOLOv5的多任务全景驾驶感知方法与系统。本发明的方法包括对数据集中的图像进行图片预处理,得到输入图像;利用改进YOLOv5的主干网络提取输入图像的特征,得到特征图;主干网络由将YOLOv5主干网络中C3模块替换为反转残差瓶颈模块得到;将特征图输入颈部网络得到的特征图与主干网络得到的特征图融合;将融合特征图输入到检测头进行交通目标检测;将颈部网络的特征图输入到分支网络,进行车道线检测和可行驶区域分割。采用本发明能够实时、高精度的处理车辆周围场景信息,帮助车辆决策系统做出判断,能够同时进行交通目标检测、可行驶区域分割和车道线检测这三个任务。
团队介绍
福州大学是国家“双一流”建设高校、国家“211工程”重点建设大学、福建省人民政府与国家教育部共建高校。学校创建于1958年,现已发展成为一所以工为主、理工结合,理、工、经、管、文、法、艺等多学科协调发展的重点大学。近年来,福州大学坚持“四个面向”,围绕学校“双一流”建设,开启新一轮有深度、有广度、有温度的校地合作,有规划地搭建校地校企“朋友圈”,有组织地开展政产学研合作,跑出科技创新与成果转移转化的加速度,加快科研成果从样品到产品再到商品的转化,把科技成果充分应用到现代化事业中去。
成果资料