重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (8): 114-121.doi: 10.3969/j.issn.1674-8425(z).2021.08.015

• 信息·计算机 • 上一篇    

基于 ＹＯＬＯｖ４网络的违章行为检测算法

谷玉海１，曹梦婷１，修嘉芸１，任 斌２，刘 朔１   

  1. １．北京信息科技大学 现代测控教育部重点实验室，北京 １００１９２； ２．北京航天长征飞行器研究所，北京 １０００７６
  • 收稿日期:2020-06-22 发布日期:2021-09-19
  • 作者简介:谷玉海，男，博士，研究员，主要从事测控技术及仪器研究，Ｅｍａｉｌ：ｇｙｕｈａｉ＠１６３．ｃｏｍ。
  • 基金资助:
    促进高校内涵发展———学科建设专项项目（５１１２０１１０１５）

  • Received:2020-06-22 Published:2021-09-19

PDF (PC)

278

赞

摘要： 为了对数量庞大的车辆进行有效管理，使用违章行为检测算法对违章行为进行检 测，从而能够更好地通过处罚、警示等手段促使驾驶人遵守交通法规，减少交通事故的发生。针 对传统违章检测算法的准确率低、适应环境能力差等问题，使用基于深度学习的违章检测算法， 提高违章检测算法的检测效率、准确率，增强其环境适应能力。针对驾驶人在行驶过程中使用 手持电话这一违章行为，使用 ＹＯＬＯｖ４网络在交通卡口数据集下进行目标检测，检测的 ｍＡＰ可 达 ９１．５９％，帧频为 ３８．４１ＦＰＳ，准确率较高且可以达到实时检测的要求，并根据设计的违章判 据，能够准确地判断当前所检测的车辆驾驶人在行驶过程中拨打手持电话的违章行为。

关键词: ＹＯＬＯｖ３, ＹＯＬＯｖ４, 违章行为, 目标检测

中图分类号: 

  • TP391.41