• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于深度學(xué)習(xí)的智能交通燈設(shè)計

    2024-10-31 00:00:00孔令龍任仕艷
    現(xiàn)代信息科技 2024年17期

    摘 要:針對傳統(tǒng)交通燈通行時間不靈活,通過對采集交通燈下的車流量信息進行了研究,設(shè)計了一種基于深度學(xué)習(xí)的智能交通燈。首先通過FCN提取車道線,使用聚類算法擬合車道線函數(shù);其次使用以VGG網(wǎng)絡(luò)作為模型的主干特征提取SSD網(wǎng)絡(luò)模型,檢測車輛的位置信息,將車輛的位置信息與車道線位置信息綜合起來,統(tǒng)計當(dāng)前交通燈下的每個車道上的車流量信息,實驗結(jié)果表明,基于深度學(xué)習(xí)的智能交通燈系統(tǒng)實際的應(yīng)用過程中,車流量統(tǒng)計的精確度為90.69%,基本實現(xiàn)在現(xiàn)實環(huán)境的應(yīng)用。

    關(guān)鍵詞:車輛檢測;SSD;FCN;智能交通

    中圖分類號:TP391.4 文獻標(biāo)識碼:A 文章編號:2096-4706(2024)17-0179-06

    0 引 言

    隨著社會和國民經(jīng)濟持續(xù)快速發(fā)展,人們的生活質(zhì)量不斷提高,全國汽車總量大幅度提高,至2022年11月底,全國汽車保有量已經(jīng)達到3.18億輛,汽車駕駛?cè)嗽黾又?.63億人,全國汽車總量年均增量大約為2 000萬輛,但長期以來,我國城市人均道路面積一直處于低水平狀態(tài),道路用地占城市用地的比重小,路網(wǎng)密度低,路網(wǎng)容量供給嚴重不足,隨即產(chǎn)生的交通問題也越來越多,給交通管理人員帶來了很大的負擔(dān)。因此設(shè)計一款智能交通燈,精確檢測各個車道上的車輛數(shù)據(jù),更精細的使用交通資源,成為一項迫切的需求。

    傳統(tǒng)的交通燈是采取固定的通行時間,無法根據(jù)車流量的實時情況調(diào)整紅綠燈的通行時間,在車流量大的時間段,沒有足夠的通行時間,車流量小的時間段,通行時間過剩,對交通資源的利用率不高,容易導(dǎo)致交通問題的發(fā)生。對交通燈下的車輛進行精確的檢測,預(yù)測車輛的行駛方向,并根據(jù)這些實時信息動態(tài)調(diào)節(jié)紅綠燈的通行時間,是智能交通系統(tǒng)中主要的功能之一。

    智能交通燈通常是基于單片機傳感器[1]或基于圖像處理[2-3]的方式實現(xiàn)?;趩纹瑱C傳感器的方式通常使用一個車流量計數(shù)器獲取車流量,構(gòu)造一個延時時間計算函數(shù),通過車流量、車速、車流密度等參數(shù)進行計算延時時間。這種方法構(gòu)造簡單,成本低,可以在單片機上運行,但是缺陷也非常明顯,首先無法精確統(tǒng)計車流量信息,不能準確獲取車輛的位置信息,實際部署難度大、誤差大、精度小。

    基于圖像處理的車流量檢測最早使用的檢測方法是從視頻中提取有意義的代表性的圖像特征,例如通過輪廓、圖像直方圖、差分等方法獲取車輛特征[4]。竇菲等通過OpenCV實現(xiàn)的道路分析系統(tǒng)[5],通過幀差法取出視頻中的背景,使用背景與后續(xù)的視頻作差分,可以得到視頻中運動的物體,再通過Mean Shift算法[6]跟蹤視頻中的車輛。傳統(tǒng)的圖像處理算法雖然在一定程度上解決了車輛檢測問題,但是傳統(tǒng)的車輛檢測方法受限于人工設(shè)計的特征優(yōu)劣,人工設(shè)計的特征往往依賴設(shè)計時的具體環(huán)境,當(dāng)外界環(huán)境變化大時,無法提供一個準確的結(jié)果。并且小目標(biāo)檢測效果不佳,受環(huán)境影響較大,低泛化,很難在日常的復(fù)雜環(huán)境下應(yīng)用。

    隨著近年來深度學(xué)習(xí)的發(fā)展,越來越多研究者將深度學(xué)習(xí)應(yīng)用在目標(biāo)檢測任務(wù)中來,不再需要設(shè)計者對具體環(huán)境設(shè)計人工特征,機器學(xué)習(xí)到的特征可以在更多場合下使用,在國內(nèi)外,使用深度學(xué)習(xí)進行目標(biāo)檢測任務(wù)[7-8]已經(jīng)成為一種趨勢,也有很多研究者將深度學(xué)習(xí)引入到車輛檢測和車道線識別任務(wù)中來,獲得了許多優(yōu)秀的成果。

    鄧天民等人實現(xiàn)了一個基于FCN的車道線檢測方法[9],首先通過FCN進行語義分割,得到車道線的二值圖,其次通過DBSCAN算法聚類對每一條車道線進行區(qū)分,使用逆透視變換將彎曲的車道線轉(zhuǎn)換俯視圖下的直線,再擬合出車道線轉(zhuǎn)換回原有平面,上述兩種算法的疊加形成一個端對端系統(tǒng)提高了車道線的檢測能力,這個算法雖然可以有效擬合彎曲的車道線,但是由于其結(jié)構(gòu)較為復(fù)雜,需要計算和擬合的參數(shù)較多,檢測的速度較慢,且對于機器擬合的錯誤結(jié)果,比較難以矯正和更改,這個方法更適合在自動駕駛中使用。

    秦曉暉實現(xiàn)了一個基于計算機視覺的智能交通燈系統(tǒng)[10],通過SSD網(wǎng)絡(luò)進行目標(biāo)檢測網(wǎng)絡(luò)實現(xiàn)的車輛檢測,通過一個延時計算模塊計算交通燈的通行時間,通過網(wǎng)絡(luò)通信模塊傳輸交通燈的時間數(shù)據(jù),實現(xiàn)動態(tài)調(diào)節(jié)通行時間,但是缺少車道線信息,不能對車輛進行更詳細的分類,延時計算不夠準確。

    目前交通燈下的車流量統(tǒng)計還沒有一個較為完善的方案,本文設(shè)計了一種基于深度學(xué)習(xí)的智能交通燈,通過攝像機拍攝到的圖像,首先通過FCN提取車道線,對車道線進行聚類,擬合獲取車道線信息,通過對ROI(Region Of Interest)區(qū)域進行車輛檢測,獲取車輛信息,綜合車道線和車輛信息統(tǒng)計當(dāng)前圖片中的每一個車道上的車流量。

    1 總體設(shè)計方案

    1.1 智能交通燈的設(shè)計框架

    智能交通燈主要由5個模塊組成,包括數(shù)據(jù)采集模塊、車道線檢測模塊、車輛檢測模塊、信息傳輸模塊和延時計算模塊,首先數(shù)據(jù)采集模塊會取得交通燈下的圖像信息,通過車道線檢測模塊獲取車道線信息,同時選擇ROI區(qū)域進行車輛檢測獲取車輛信息,綜合車道線和車輛信息統(tǒng)計實時的當(dāng)前車道的車輛數(shù)量,通過延時計算模塊計算交通燈的通行時間參數(shù),通過信息傳輸模塊與交通燈進行交互,按照計算的參數(shù)設(shè)置通行時間,智能交通燈的系統(tǒng)構(gòu)成如圖1所示。

    1.2 數(shù)據(jù)采集模塊

    數(shù)據(jù)采集模塊主要功能是獲取當(dāng)前交通燈下的圖像信息,并對圖像進行預(yù)處理,更好地進行后續(xù)檢測工作,本文使用IP攝像頭作為數(shù)據(jù)采集模塊,對采集到的圖片進行自適應(yīng)圖像填充和裁剪等操作,輸入到下一個模塊。自適應(yīng)圖像填充是一個圖像縮放和裁剪,會根據(jù)采集到圖片的大小計算縮放比例參數(shù),最后將采集到的圖片縮放至合適的模型輸入大小。

    1.3 車道線檢測模塊

    車道線檢測的方法是通過語義分割網(wǎng)絡(luò)[11]與聚類算法結(jié)合,進行實例分割,將車道線從圖片中分離出來,對每一條車道線進行擬合得到車道線函數(shù)。本文使用FCN網(wǎng)絡(luò)做語義分割任務(wù),F(xiàn)CN網(wǎng)絡(luò)結(jié)構(gòu)簡單,速度快,通過VGG16網(wǎng)絡(luò)進行特征提取,對提取的特征進行反卷積放大,得到車道線的二值圖結(jié)果,車道線檢測結(jié)構(gòu)如圖2所示。

    1.4 FCN基本原理

    FCN的結(jié)構(gòu)由3部分組成:如卷積、反卷積和跳躍結(jié)構(gòu),F(xiàn)CN網(wǎng)絡(luò)結(jié)構(gòu)[12]如圖3所示。

    FCN網(wǎng)絡(luò)使用VGG16的主干網(wǎng)絡(luò),使用卷積層代替VGG16的全連接層,取出VGG16 conv6-7的特征圖,由于經(jīng)過5次池化,特征圖與原圖相差32倍,所以需要做一次32倍上采樣,即可得到與原圖大小一致的語義分割圖FCN-32s,將VGG16 conv6-7特征圖與第四次池化的特征圖融合,進行16倍上采樣,由于同時包含多個層次的特征信息,我們可以獲得比FCN-32s更精細的FCN-16s語義分割圖,融合后的特征圖與第三次池化的特征圖再次融合進行8倍上采樣取得更精細的語義分割圖FCN-8s,F(xiàn)CN通過將一步到位的上采樣拆分成多步上采樣的方式,取得比直接上采樣更好的效果。

    本文首先通過FCN進行語義分割,得到車道線的二值圖,對二值圖進行聚類,將每一個車道線實例化,使用最小二乘法進行擬合出車道線函數(shù),通常情況下,交通燈下的車道線可以視為直線,可以直接使用多項式擬合,如果對彎曲車道擬合結(jié)果有需求,可以加入一個逆透視變換矩陣的過程,對彎曲車道的擬合,一般不使用沒有限制條件的多項式,因為如果沒有限制函數(shù)的定義域,在沒有數(shù)據(jù)定義的部分,擬合的函數(shù)可能會出現(xiàn)偏差,本文建議可以使用三階貝塞爾函數(shù)擬合。在訓(xùn)練過程中,由于車道線相對于背景的像素比例較小,需要給予車道線較大的權(quán)重才能得到更好的訓(xùn)練結(jié)果,從圖片中提取車道線,原圖和車道線二值圖對比如圖4所示。

    (a)車道線二值圖 (b)原圖

    1.5 聚類算法

    車道線二值圖是一張可以劃分車道線和背景的圖片,在車道線二值圖上車道線上像素點的值為1,背景上像素點值為0,而二值圖的表示公式如式(1):

    (1)

    其中PK(X,Y)為第K類物體的二值圖中各像素點像素值,G(x,y)為原圖中各個像素點的物體類別,對于第K類二值圖,只有原圖中像素點屬于K類物體才有值,否則值為0。

    使用交叉熵作為損失函數(shù),計算每一個像素點的交叉熵,進行加權(quán)平均,交叉熵公式如式(2):

    (2)

    其中y為target,表示期望輸出,x為input,是實際輸出,C為類別數(shù)量,N為維度數(shù),W為每一個類的權(quán)重,通過公式可以判斷實際輸出與期望輸出的相似度,對每一個像素點求取交叉熵后,可以得到預(yù)測二值圖與期望輸出的損失。由于車道線相對背景的像素點較少,在計算損失函數(shù)過程中,一般設(shè)置車道線比背景的權(quán)重更大,本文車道線和背景的權(quán)重比為50:1。

    取得車道線二值圖后,首先需要對圖片進行預(yù)處理,對車道線二值圖進行一次中值濾波,濾除二值圖中的噪點后,只保留圖片的下半部分,開始使用聚類算法進行聚類,具體步驟如下:

    1)從圖片中的某高度選取所有數(shù)值的坐標(biāo),放入集合A1中,從圖片中去除這些點。

    2)在A1中選取任意一個點,把這個點加入集合A3中,并在A1中刪除這個點,選取與該點距離小于10的所有點,將這些點放入A3,并從圖片中去除這些點。

    3)尋找所有在A3內(nèi)的點距離小與10的點,將這些點加入集合A3,并在圖片中刪除這些點

    重復(fù)2),直至沒有與A1點集相鄰,A3則表示某一條車道線的全部點集。

    不斷重復(fù),直至圖片上所有點都聚類完成,刪除點數(shù)量較少的點集,保留下來的即是圖片中的車道線的點集,通過最小二乘法進行擬合,得到車道線函數(shù)。本文為了刪除和修改擬合和檢測錯誤的車道線,使用參數(shù)最少的一次函數(shù)進行擬合,只需確定兩個參數(shù)即可,唯一確定一條車道線函數(shù),當(dāng)檢測的車道線錯誤時,最多修改兩個參數(shù),即可對檢測結(jié)果進行修改。

    1.6 車輛檢測模塊

    對于車輛檢測,首先要確定ROI區(qū)域,使用方框確定一個ROI區(qū)域,使用鼠標(biāo)確定方框的兩個對角的坐標(biāo)參數(shù),精細的劃分車道上的檢測區(qū)域,對這些區(qū)域進行目標(biāo)檢測,計算車輛的位置屬于哪個類型的車道。

    1.7 目標(biāo)檢測

    本文使用SSD(Single Shot MultiBox Detector)網(wǎng)絡(luò)[13]作為目標(biāo)檢測網(wǎng)絡(luò),SSD網(wǎng)絡(luò)是一種多尺度的檢測方式,通過使用大尺度的先驗框和檢測器檢測大尺度的目標(biāo),小尺度的先驗框和檢測器檢測大尺度的目標(biāo),SSD網(wǎng)絡(luò)有6個不同的尺度分類器,這樣可以防止小目標(biāo)在深層特征消失的問題,可以檢測不同尺度大小的物體,在遠處像素比較小的車輛也有較高的準確率,也使整個模型擁有較高的可靠性,SSD網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。

    SSD網(wǎng)絡(luò)的特征提取網(wǎng)絡(luò)使用VGG16的前4層卷積,后續(xù)補充4層額外卷積層,提取出的第一個特征圖由于特征太淺,需要經(jīng)過一個歸一化模塊,按不同的特征圖尺度分配不同大小的先驗框,先驗框是一個不同尺寸的方框集合,當(dāng)確定方框的尺寸和坐標(biāo)后,還需要對計算方框的微調(diào)參數(shù),對先驗框進行微調(diào),得到目標(biāo)的包圍框,使用非極大抑制,設(shè)置IoU的參數(shù)將所有尺度的包圍框綜合分析,得到最合適的包圍框結(jié)果,IoU是表示兩個框之間的重合程度的參數(shù),通過重合面積除以總面積求得。

    1.8 非極大抑制

    非極大抑制(Non-Maximum Suppression, NMS)是判斷臨近框是否屬于同一個目標(biāo)的算法,SSD網(wǎng)絡(luò)會總共產(chǎn)生8 732個先驗框,可想而知很多先驗框是無用的,需要對檢測的結(jié)果進行篩選:

    1)對于某個類別,將分類預(yù)測的置信度小于置信度閾值的框刪除。

    2)將篩選后的框按照置信度降序排序。

    3)對處理后的框進行NMS: 首先計算置信度最高的框與其他所有框的IoU,IoU 大于IoU 閾值則刪除;其次找到經(jīng)過第一步處理后另一個置信度最高的框, 重復(fù)第一步,直到所有框遍歷完成;最后對除背景以外的所有類別執(zhí)行篩選操作。

    IoU是指方框之間的重疊面積,當(dāng)兩個方框之間的重疊面積超過一個閾值時,可以認為這兩個包圍框所包圍的是同一個目標(biāo)物體,只需保留置信度最高的一個包圍框即可。

    1.9 SSD的損失函數(shù)分為置信損失和定位損失

    在目標(biāo)檢測前,首先確定ROI區(qū)域,將車道線進行細致的劃分,減少誤差的出現(xiàn),通過鼠標(biāo)確定ROI區(qū)域的檢測范圍后,將ROI區(qū)域裁剪下來,將ROI裁剪的圖像通過自適應(yīng)圖像填充調(diào)整為300×300,輸入到車輛檢測模塊。

    SSD網(wǎng)絡(luò)的損失函數(shù)包括置信損失和定位損失,首先需要將篩選后的框與真實框?qū)?yīng)起來,通過計算每個預(yù)選框之間的IoU,可以得到預(yù)測框與真實框的匹配關(guān)系,通過匹配關(guān)系計算置信損失,可以由交叉熵計算,計算真實框與預(yù)測框的Jaccard系數(shù),可以得到預(yù)測框與真實框的相似度,計算定位損失,Jaccard系數(shù)和損失函數(shù)的計算公式如式(3)和式(4)所示:

    L=Lconf+aLloc (3)

    (4)

    其中式(3)表示整體損失由置信損失和定位損失構(gòu)成,式中α為定位損失的權(quán)重,默認為1,式中Lconf為置信度損失,表示物體包圍框內(nèi)的類別預(yù)測準確程度,通過匹配后框類型與真實類型的交叉熵計算,Lloc為定位損失,表示物體包圍框與真實框的相似程度,通過計算Jaccard系數(shù)得到,其中,|A∩B|為重合面積,|A|為第一個框的面積,|B|為第二個框的面積,Jaccard系數(shù)就是IoU,是兩個框的重合面積與總面積之比。

    車輛檢測的輸出是車輛包圍框的左上角坐標(biāo)與右下角坐標(biāo)和置信度,通過包圍框的坐標(biāo)點計算車輛的中心坐標(biāo),結(jié)合車道線函數(shù)計算車輛中心屬于第幾車道,統(tǒng)計各個車道上的車流量,車輛檢測的效果如圖6所示,從左到右分別為左轉(zhuǎn)車道、直行車道、右轉(zhuǎn)車道。

    2 實驗結(jié)果與分析

    2.1 實驗環(huán)境

    GPU是一種圖形處理器技術(shù),他的設(shè)計之初是為了滿足視頻和游戲等行業(yè)的高分辨率、高幀率的圖像顯示,是為了更快速地計算圖像和圖形相關(guān)的運算而設(shè)計的,由于GPU優(yōu)秀的圖像運算和并行計算的能力,GPU也成為深度學(xué)習(xí)發(fā)展的巨大推動力,非常適合深度學(xué)習(xí)中的CNN、RNN和等復(fù)雜模型,本文使用MX350訓(xùn)練本文的所有模型,具體實驗配置如表1所示。

    2.2 實驗數(shù)據(jù)

    為了驗證真實環(huán)境下基于深度學(xué)習(xí)的智能交通燈設(shè)計的性能和可靠性,模擬交通燈的工作環(huán)境,對設(shè)計進行測試和評估驗證,我們使用天橋下的車流視頻對交通燈下的車流信息進行簡單模擬,錄制了10個不同車流視頻,每個視頻5分鐘,在車流量較少的時段,錄制2個空曠車道的視頻,每個視頻30 s。

    主要評估項目為FPS(幀率)和精確度P(Precision),將視頻中指定時間段固定區(qū)域內(nèi)的各個車道的車輛信息人工記錄下來,當(dāng)系統(tǒng)檢測這段時間的車流量時,與人工記錄的數(shù)據(jù)對比得出系8704fadbff8cd389f1fd87d78f374dad022746c19614a7863f893434cb91f981統(tǒng)的準確度。

    首先將模型部署好,這里使用Torchserve配置模型,簡單修改配置文件后,檢查是否部署成功,這里的localhost請根據(jù)真實的IP填寫。模型部署成功圖如圖7所示。

    部署成功后,將視頻幀輸入配置文件設(shè)置的端口,模型即可正常工作開始測試。

    2.3 評估指標(biāo)

    本文使用2個指標(biāo)作為車輛識別準確度的評估標(biāo)準,精確度(P)和幀率FPS。計算公式如式(5)、式(6)所示:

    (5)

    (6)

    其中準確率P為預(yù)測正確的數(shù)量與總數(shù)之比,TP為樣本中預(yù)測正確的數(shù)量,F(xiàn)P為樣本中預(yù)測錯誤的數(shù)量,F(xiàn)PS為每秒處理的幀數(shù),處理圖像數(shù)量和時間之比,F(xiàn)rameNum為處理的整體圖像數(shù)量,ElapsedTime為處理的時間。

    本文使用一個自制數(shù)據(jù)集測試,數(shù)據(jù)集由視頻和標(biāo)簽組成,標(biāo)簽內(nèi)標(biāo)識對應(yīng)的視頻名字和對應(yīng)幀數(shù)內(nèi)的各個車道車流量,例如在200幀到400幀內(nèi)左轉(zhuǎn)車道3輛車、直行車道4輛車、右轉(zhuǎn)車道5輛車,可以表示為200,3,4,5,400,測試實際結(jié)果與檢測結(jié)果的誤差,使用精確度P作為評估標(biāo)準。

    為了驗證設(shè)計的泛化能力,本文使用在玉林市天橋上拍攝的道路視頻制作的測試數(shù)據(jù)集,視頻在三個時間段進行拍攝,分為早上和夜間2個不同種類的視頻,分別測試在不同時間段中,系統(tǒng)的性能表現(xiàn),測試結(jié)果如表2所示。

    智能交通燈在光線充足的情況下準確率在90.69%,最遠可以檢測到50 m以內(nèi)的車輛,可以檢測到視頻2/3的區(qū)域,在30 m到50 m對于部分重疊在一起的車輛檢測正確檢測不穩(wěn)定,容易將重疊的兩輛車輛檢測成為一個車輛,在30 m以內(nèi)重疊車輛的檢測更加穩(wěn)定,基本不犯錯誤,夜間檢測由于車輛的輪廓和邊界沒有日間明顯,導(dǎo)致車輛檢測的錯誤率急劇上升。

    3 結(jié) 論

    本文對目前的傳統(tǒng)交通燈存在的缺陷進行分析,對智能交通燈的主要功能進行設(shè)計。首先使用計算機視覺的方式統(tǒng)計各個車道的車流量信息,比原有的傳感器檢測檢測范圍更廣、車流量信息更豐富、準確率更高,使用這些數(shù)據(jù)通過交通判決系統(tǒng),可以實現(xiàn)對交通燈的動態(tài)調(diào)節(jié),更好地利用交通路網(wǎng),減少交通問題的發(fā)生,在日常出行有更好的體驗。

    參考文獻:

    [1] 林春雨,代春宇,田偉,等.基于車流量檢測的智能交通燈控制系統(tǒng)設(shè)計與實現(xiàn) [J].無線互聯(lián)科技,2021,18(18):77-78.

    [2] 李克文,楊建濤,黃宗超.基于邊界極限點特征的改進YOLOv3目標(biāo)檢測 [J].計算機應(yīng)用,2023,43(1):81-87.

    [3] 趙奇慧,劉艷洋,項炎平.基于深度學(xué)習(xí)的單階段車輛檢測算法綜述 [J].計算機應(yīng)用,2020,40(S2):30-36.

    [4] 李凌,李一平.一種基于輪廓和混合高斯模型的運動車輛視頻檢測方法 [J].吉林師范大學(xué)學(xué)報:自然科學(xué)版,2013,34(4):64-67.

    [5] 竇菲,劉新平,王風(fēng)華.基于OpenCV的道路視頻分析系統(tǒng) [J].計算機系統(tǒng)應(yīng)用,2017,26(8):94-98.

    [6] 韓俊,王保云.MeanShift算法在圖像分割中的應(yīng)用 [J].現(xiàn)代計算機,2021,27(33):71-76.

    [7] 伍瀚,聶佳浩,張照娓,等.基于深度學(xué)習(xí)的視覺多目標(biāo)跟蹤研究綜述 [J].計算機科學(xué),2023,50(4):77-87.

    [8] 楊鋒,丁之桐,邢蒙蒙,等.深度學(xué)習(xí)的目標(biāo)檢測算法改進綜述 [J].計算機工程與應(yīng)用,2023,59(11):1-15.

    [9] 鄧天民,蒲龍忠,萬橋.改進FCN的車道線實例分割檢測方法 [J].計算機工程與設(shè)計,2022,43(10):2935-2943.

    [10] 秦曉暉.基于計算機視覺的流量監(jiān)控智能交通燈系統(tǒng)的設(shè)計與實現(xiàn) [J].軟件工程,2021,24(7):43-45.

    [11] 王漢譜,瞿玉勇,劉志豪,等.基于FCN的圖像語義分割算法研究 [J].成都工業(yè)學(xué)院學(xué)報,2022,25(1):36-41.

    [12] 黃子蘭.基于語義分割的復(fù)雜場景下的車道線識別 [D].石家莊:石家莊鐵道大學(xué),2023.

    [13] 宋曉茹,劉康,高嵩,等.基于深度學(xué)習(xí)的軍事目標(biāo)識別算法綜述 [J].科學(xué)技術(shù)與工程,2022,22(22):9466-9475.

    作者簡介:孔令龍(2000—),男,漢族,廣西桂平人,電子工程師,本科在讀,研究方向:機器學(xué)習(xí)、人工智能;任仕艷(2000—),女,漢族,貴州羅甸人,本科在讀,研究方向:機器學(xué)習(xí)、人工智能。

    DOI:10.19850/j.cnki.2096-4706.2024.17.035

    收稿日期:2024-03-10

    Design of Intelligent Transportation Light Based on Deep Learning

    KONG Linglong, REN Shiyan

    (Yulin Normal University, Yulin 537000, China)

    Abstract: In view of the inflexibility of the passage time in traditional transportation light, an intelligent transportation light based on Deep Learning is designed through research on the traffic flow information collected under the transportation light. Firstly, the lane lines are extracted using FCN, and a clustering algorithm is used to fit the lane line function. Secondly, the SSD network model is extracted, with the VGG network as the backbone feature of model, to detect the positional information of vehicles, and the positional information of vehicles is combined with the positional information of lane lines to count the traffic flow information of each lane under the transportation light. The experimental results show that the intelligent transportation light system based on Deep Learning has an accuracy of 90.69% in the actual application process, which is basically applied in the real environment.

    Keywords: vehicle detection; SSD; FCN; intelligent transportation

    亚洲精品视频女| www.av在线官网国产| 制服丝袜香蕉在线| av卡一久久| 精品久久久久久电影网| 视频在线观看一区二区三区| 国产精品.久久久| 午夜免费观看性视频| 久热久热在线精品观看| 大香蕉97超碰在线| 久久99热这里只频精品6学生| 一级毛片 在线播放| 国产黄色免费在线视频| 满18在线观看网站| 欧美激情国产日韩精品一区| 欧美97在线视频| 久热久热在线精品观看| 一本一本综合久久| 久久午夜福利片| 9色porny在线观看| 国国产精品蜜臀av免费| 久久久久久伊人网av| 久久久亚洲精品成人影院| 永久网站在线| 女性生殖器流出的白浆| 成人午夜精彩视频在线观看| av在线app专区| 亚洲少妇的诱惑av| 国产精品久久久久成人av| 2018国产大陆天天弄谢| 亚洲欧美成人综合另类久久久| 亚洲精品亚洲一区二区| 亚洲国产精品一区二区三区在线| 久久鲁丝午夜福利片| 男女无遮挡免费网站观看| 又黄又爽又刺激的免费视频.| 一级黄片播放器| 久久久久精品性色| 我要看黄色一级片免费的| xxxhd国产人妻xxx| 亚洲av.av天堂| 观看av在线不卡| 亚洲av中文av极速乱| 成人亚洲精品一区在线观看| 久久av网站| 欧美一级a爱片免费观看看| 久久久a久久爽久久v久久| 美女视频免费永久观看网站| 曰老女人黄片| 午夜福利影视在线免费观看| 在线观看免费高清a一片| 成人影院久久| 久久久久久伊人网av| 精品久久久久久久久亚洲| 国产精品一国产av| 蜜臀久久99精品久久宅男| 久久99一区二区三区| 国产成人一区二区在线| 国产精品麻豆人妻色哟哟久久| 亚洲国产欧美日韩在线播放| 色婷婷久久久亚洲欧美| 王馨瑶露胸无遮挡在线观看| 久久精品久久精品一区二区三区| 丰满迷人的少妇在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 国产午夜精品久久久久久一区二区三区| 日本黄大片高清| 国产免费现黄频在线看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 91久久精品国产一区二区三区| 国产精品欧美亚洲77777| 日韩大片免费观看网站| 少妇被粗大猛烈的视频| 成人黄色视频免费在线看| 午夜福利网站1000一区二区三区| videosex国产| 午夜免费男女啪啪视频观看| 99久久精品一区二区三区| 丝袜喷水一区| 久久久精品区二区三区| 一边摸一边做爽爽视频免费| 精品一区二区三区视频在线| 男男h啪啪无遮挡| 美女xxoo啪啪120秒动态图| √禁漫天堂资源中文www| 国产成人91sexporn| 精品国产乱码久久久久久小说| 两个人的视频大全免费| 满18在线观看网站| 日本-黄色视频高清免费观看| 亚洲精品日本国产第一区| 啦啦啦中文免费视频观看日本| 黑人欧美特级aaaaaa片| xxxhd国产人妻xxx| 亚洲精品久久午夜乱码| 国产高清有码在线观看视频| 18禁在线播放成人免费| 综合色丁香网| 中国国产av一级| 观看美女的网站| 少妇的逼好多水| 激情五月婷婷亚洲| 国国产精品蜜臀av免费| 97在线视频观看| 制服人妻中文乱码| 9色porny在线观看| 啦啦啦视频在线资源免费观看| 亚洲欧美日韩卡通动漫| 亚洲欧美日韩卡通动漫| 少妇猛男粗大的猛烈进出视频| 日日爽夜夜爽网站| 能在线免费看毛片的网站| 精品少妇久久久久久888优播| 久久青草综合色| 久久99热这里只频精品6学生| av在线播放精品| 亚洲高清免费不卡视频| 能在线免费看毛片的网站| a 毛片基地| 性色av一级| 自线自在国产av| 伊人久久国产一区二区| 美女视频免费永久观看网站| 免费黄网站久久成人精品| 飞空精品影院首页| 女的被弄到高潮叫床怎么办| 婷婷色av中文字幕| 国产精品久久久久久久久免| 人妻系列 视频| 51国产日韩欧美| 精品一区二区三区视频在线| 99久久精品国产国产毛片| 下体分泌物呈黄色| 美女国产高潮福利片在线看| 午夜激情av网站| 免费看av在线观看网站| 成人二区视频| 久久久久久人妻| 亚洲av不卡在线观看| 中文字幕免费在线视频6| 丁香六月天网| 日韩视频在线欧美| av专区在线播放| 午夜福利,免费看| 99国产精品免费福利视频| 少妇高潮的动态图| 熟女电影av网| 91午夜精品亚洲一区二区三区| 国产有黄有色有爽视频| 国产精品一区二区在线观看99| 夫妻性生交免费视频一级片| 国产熟女欧美一区二区| videos熟女内射| 97在线人人人人妻| 午夜免费观看性视频| 国产精品.久久久| 男的添女的下面高潮视频| 免费高清在线观看视频在线观看| 3wmmmm亚洲av在线观看| 亚洲国产av新网站| 亚洲精品乱久久久久久| 青青草视频在线视频观看| 亚洲高清免费不卡视频| 精品人妻熟女av久视频| 亚洲美女搞黄在线观看| 夜夜爽夜夜爽视频| 久久久欧美国产精品| 日韩熟女老妇一区二区性免费视频| 国产精品久久久久久久电影| 精品熟女少妇av免费看| 国产极品天堂在线| 欧美日韩精品成人综合77777| 日韩大片免费观看网站| 中文字幕最新亚洲高清| 18禁在线播放成人免费| 免费观看无遮挡的男女| 99久国产av精品国产电影| 99热这里只有是精品在线观看| 超碰97精品在线观看| 九九爱精品视频在线观看| av黄色大香蕉| 精品一品国产午夜福利视频| 伊人久久精品亚洲午夜| 久久久a久久爽久久v久久| 色94色欧美一区二区| 在线亚洲精品国产二区图片欧美 | 欧美日韩av久久| 国产综合精华液| 亚洲成人手机| 国产精品国产三级国产专区5o| 少妇精品久久久久久久| 人人妻人人爽人人添夜夜欢视频| 成人免费观看视频高清| 母亲3免费完整高清在线观看 | 美女福利国产在线| 下体分泌物呈黄色| 国产乱人偷精品视频| 国产探花极品一区二区| 亚洲av日韩在线播放| 欧美日韩成人在线一区二区| av又黄又爽大尺度在线免费看| 最近中文字幕高清免费大全6| 亚洲婷婷狠狠爱综合网| 国产日韩欧美视频二区| 高清在线视频一区二区三区| 国产探花极品一区二区| 美女大奶头黄色视频| 日本色播在线视频| 午夜激情久久久久久久| av天堂久久9| 精品久久久精品久久久| 秋霞在线观看毛片| 国产成人精品一,二区| 人妻制服诱惑在线中文字幕| 一级,二级,三级黄色视频| 精品一区二区免费观看| 亚洲精品国产色婷婷电影| 免费观看的影片在线观看| 国产在线一区二区三区精| 国产欧美亚洲国产| 国产在线视频一区二区| 欧美三级亚洲精品| 婷婷色综合大香蕉| 亚洲精品国产色婷婷电影| 婷婷色综合www| 嘟嘟电影网在线观看| 日韩电影二区| av有码第一页| 日韩av在线免费看完整版不卡| 少妇人妻 视频| 伦理电影免费视频| 最近手机中文字幕大全| 国产一级毛片在线| 国产成人午夜福利电影在线观看| 永久网站在线| 久久久久久伊人网av| 青青草视频在线视频观看| 欧美xxxx性猛交bbbb| 成人综合一区亚洲| 亚洲人成77777在线视频| 91aial.com中文字幕在线观看| 国国产精品蜜臀av免费| 2021少妇久久久久久久久久久| 在线观看www视频免费| 久久久精品免费免费高清| 国产成人精品无人区| 亚洲国产av新网站| 91精品国产国语对白视频| 性色av一级| 精品久久久噜噜| 成人免费观看视频高清| 国产精品一国产av| 制服人妻中文乱码| 国产精品久久久久久精品电影小说| 亚洲图色成人| 人妻一区二区av| 欧美精品人与动牲交sv欧美| 一本色道久久久久久精品综合| 中文字幕av电影在线播放| 国产 精品1| 天天影视国产精品| 99国产精品免费福利视频| 亚洲av中文av极速乱| 久久人人爽人人爽人人片va| 亚洲高清免费不卡视频| 青春草国产在线视频| 日韩欧美一区视频在线观看| 中文字幕人妻丝袜制服| 又大又黄又爽视频免费| 丰满乱子伦码专区| 国产精品久久久久久精品电影小说| 国产亚洲精品第一综合不卡 | 国产成人精品一,二区| 女人久久www免费人成看片| 91aial.com中文字幕在线观看| 男女高潮啪啪啪动态图| 美女国产高潮福利片在线看| 丁香六月天网| 99精国产麻豆久久婷婷| 最新中文字幕久久久久| 久久99热这里只频精品6学生| 亚洲欧美日韩另类电影网站| 午夜免费观看性视频| 亚洲国产精品一区二区三区在线| 国产精品一国产av| 草草在线视频免费看| 搡老乐熟女国产| 国产综合精华液| 国产一级毛片在线| 伦精品一区二区三区| 国产精品成人在线| 有码 亚洲区| 狂野欧美激情性bbbbbb| 久久精品熟女亚洲av麻豆精品| 成人毛片a级毛片在线播放| 九色成人免费人妻av| 亚洲欧美一区二区三区国产| 国产又色又爽无遮挡免| 久久久亚洲精品成人影院| 五月玫瑰六月丁香| 国产片特级美女逼逼视频| 国产在线一区二区三区精| 亚洲精华国产精华液的使用体验| 男人添女人高潮全过程视频| 国产欧美日韩一区二区三区在线 | 欧美精品国产亚洲| 色婷婷久久久亚洲欧美| 夜夜爽夜夜爽视频| 免费高清在线观看日韩| 日韩不卡一区二区三区视频在线| 国模一区二区三区四区视频| 亚洲精品一区蜜桃| 久久久久久久久久人人人人人人| 国产国语露脸激情在线看| 能在线免费看毛片的网站| videos熟女内射| 成人亚洲欧美一区二区av| 99热国产这里只有精品6| 91久久精品国产一区二区成人| 日本黄色片子视频| 欧美人与善性xxx| 亚洲精品aⅴ在线观看| 亚洲欧洲精品一区二区精品久久久 | 下体分泌物呈黄色| 特大巨黑吊av在线直播| .国产精品久久| 啦啦啦在线观看免费高清www| 亚洲国产色片| 国产免费又黄又爽又色| 制服丝袜香蕉在线| 久久人人爽人人爽人人片va| 国产精品国产三级国产专区5o| 日韩,欧美,国产一区二区三区| 亚洲av.av天堂| 精品一区二区三区视频在线| 欧美变态另类bdsm刘玥| 日本与韩国留学比较| 久久精品久久精品一区二区三区| 精品一区二区三区视频在线| 伊人久久精品亚洲午夜| av网站免费在线观看视频| 久久久久久伊人网av| 免费日韩欧美在线观看| 另类亚洲欧美激情| 亚洲精品日韩av片在线观看| 中文字幕av电影在线播放| 久久久久久人妻| 亚洲成色77777| 日韩av免费高清视频| 亚洲欧美日韩另类电影网站| 亚洲国产日韩一区二区| 国产欧美日韩综合在线一区二区| 午夜福利影视在线免费观看| av视频免费观看在线观看| 国产黄频视频在线观看| 毛片一级片免费看久久久久| 一个人免费看片子| 午夜福利网站1000一区二区三区| 国产日韩一区二区三区精品不卡 | 国产精品不卡视频一区二区| 国产一区二区在线观看日韩| 一本大道久久a久久精品| 18+在线观看网站| 国产黄频视频在线观看| 嫩草影院入口| 精品亚洲乱码少妇综合久久| 岛国毛片在线播放| 欧美激情 高清一区二区三区| 国产成人精品久久久久久| 激情五月婷婷亚洲| 一级黄片播放器| 看十八女毛片水多多多| 久久久国产精品麻豆| 如日韩欧美国产精品一区二区三区 | 老女人水多毛片| 国产伦理片在线播放av一区| 日韩中字成人| 亚洲情色 制服丝袜| 97精品久久久久久久久久精品| 国产日韩欧美在线精品| 一级毛片黄色毛片免费观看视频| √禁漫天堂资源中文www| 亚洲国产色片| 日韩电影二区| 国产熟女午夜一区二区三区 | 免费av中文字幕在线| 少妇 在线观看| 日韩欧美一区视频在线观看| 免费观看在线日韩| www.色视频.com| 亚洲精品日本国产第一区| 精品人妻一区二区三区麻豆| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 欧美性感艳星| 麻豆乱淫一区二区| 精品少妇黑人巨大在线播放| 国产成人91sexporn| 亚洲欧美日韩另类电影网站| 女性生殖器流出的白浆| 搡女人真爽免费视频火全软件| 简卡轻食公司| 国产探花极品一区二区| 爱豆传媒免费全集在线观看| 国产无遮挡羞羞视频在线观看| 成人亚洲精品一区在线观看| 亚洲欧洲国产日韩| 国产成人aa在线观看| 久久精品人人爽人人爽视色| 国产国拍精品亚洲av在线观看| 久久久久久久国产电影| 交换朋友夫妻互换小说| 国产黄片视频在线免费观看| 乱码一卡2卡4卡精品| 大香蕉久久成人网| 一级毛片电影观看| 亚洲国产欧美日韩在线播放| 亚洲av日韩在线播放| 9色porny在线观看| 国产爽快片一区二区三区| 欧美xxⅹ黑人| 日日撸夜夜添| av女优亚洲男人天堂| 亚洲精华国产精华液的使用体验| 天堂中文最新版在线下载| 亚洲av电影在线观看一区二区三区| 国产亚洲精品久久久com| 国产毛片在线视频| 一级毛片 在线播放| 能在线免费看毛片的网站| 亚洲精品一二三| 日本午夜av视频| 婷婷色综合www| 久久国产精品男人的天堂亚洲 | 精品人妻在线不人妻| 国产有黄有色有爽视频| 青春草亚洲视频在线观看| 国产精品久久久久久精品古装| 国产av码专区亚洲av| 亚州av有码| 国产亚洲精品久久久com| 国产精品不卡视频一区二区| 欧美日韩视频精品一区| 国模一区二区三区四区视频| 久久国产精品男人的天堂亚洲 | 久久久久国产网址| 国产熟女午夜一区二区三区 | 少妇被粗大的猛进出69影院 | 大香蕉久久网| 日韩欧美一区视频在线观看| 欧美xxⅹ黑人| xxxhd国产人妻xxx| 99热这里只有精品一区| 高清黄色对白视频在线免费看| 国产精品三级大全| 午夜精品国产一区二区电影| 九九在线视频观看精品| 91国产中文字幕| 黄色怎么调成土黄色| 久久精品国产鲁丝片午夜精品| 亚洲精品视频女| 人人妻人人添人人爽欧美一区卜| 男人添女人高潮全过程视频| 99热国产这里只有精品6| 水蜜桃什么品种好| 久久久久久久久久成人| 一级片'在线观看视频| 韩国高清视频一区二区三区| 国产免费福利视频在线观看| 国产片内射在线| 国产在线一区二区三区精| 免费观看在线日韩| 久久 成人 亚洲| 夜夜爽夜夜爽视频| 又大又黄又爽视频免费| 2021少妇久久久久久久久久久| 欧美激情极品国产一区二区三区 | 亚洲人成77777在线视频| 免费高清在线观看视频在线观看| 老司机亚洲免费影院| 日日摸夜夜添夜夜添av毛片| 爱豆传媒免费全集在线观看| 一本一本综合久久| 一级毛片黄色毛片免费观看视频| 综合色丁香网| 在线观看人妻少妇| 国产 一区精品| 亚洲高清免费不卡视频| 午夜影院在线不卡| 精品久久久久久电影网| 中文乱码字字幕精品一区二区三区| 大陆偷拍与自拍| 午夜久久久在线观看| 久久精品国产亚洲av天美| 中文字幕人妻丝袜制服| 久久人人爽av亚洲精品天堂| 伊人久久国产一区二区| 国产一区二区三区av在线| av卡一久久| 国产一区二区三区综合在线观看 | 永久网站在线| 国产成人精品婷婷| 少妇熟女欧美另类| 成年人免费黄色播放视频| 久久ye,这里只有精品| 飞空精品影院首页| 只有这里有精品99| 日韩欧美精品免费久久| 日日摸夜夜添夜夜添av毛片| 七月丁香在线播放| 超碰97精品在线观看| 欧美日韩一区二区视频在线观看视频在线| 亚洲精品久久午夜乱码| 亚洲精品国产av蜜桃| 亚洲美女黄色视频免费看| 精品卡一卡二卡四卡免费| 久久久久久久亚洲中文字幕| 亚洲怡红院男人天堂| av不卡在线播放| 欧美最新免费一区二区三区| 一级a做视频免费观看| 亚洲欧美色中文字幕在线| 日本与韩国留学比较| 日韩 亚洲 欧美在线| 看免费成人av毛片| 人人澡人人妻人| 内地一区二区视频在线| 亚洲精品日韩av片在线观看| 国产免费一区二区三区四区乱码| 岛国毛片在线播放| 久久99热这里只频精品6学生| 午夜影院在线不卡| 一本—道久久a久久精品蜜桃钙片| 2021少妇久久久久久久久久久| 人人妻人人澡人人爽人人夜夜| 免费久久久久久久精品成人欧美视频 | 亚洲不卡免费看| 肉色欧美久久久久久久蜜桃| 在线观看免费高清a一片| 免费黄频网站在线观看国产| 日韩精品有码人妻一区| 99久久综合免费| 亚洲av成人精品一区久久| 欧美日韩成人在线一区二区| av在线播放精品| 亚洲精品乱码久久久v下载方式| 少妇丰满av| 国产伦精品一区二区三区视频9| 国产乱来视频区| 波野结衣二区三区在线| 人人妻人人添人人爽欧美一区卜| 亚洲av成人精品一区久久| 日日撸夜夜添| 久久99热6这里只有精品| 国产白丝娇喘喷水9色精品| 日本爱情动作片www.在线观看| 十八禁高潮呻吟视频| 美女主播在线视频| 性色avwww在线观看| 欧美日本中文国产一区发布| 一区在线观看完整版| 建设人人有责人人尽责人人享有的| .国产精品久久| 男男h啪啪无遮挡| 国产成人午夜福利电影在线观看| 午夜久久久在线观看| 亚洲av在线观看美女高潮| 久久久久精品久久久久真实原创| 在线免费观看不下载黄p国产| 伊人亚洲综合成人网| 热re99久久国产66热| 人人妻人人澡人人爽人人夜夜| 18禁在线播放成人免费| 欧美+日韩+精品| 日本wwww免费看| av线在线观看网站| av播播在线观看一区| 妹子高潮喷水视频| 交换朋友夫妻互换小说| a 毛片基地| 性高湖久久久久久久久免费观看| 国产成人a∨麻豆精品| 91精品一卡2卡3卡4卡| a级毛片免费高清观看在线播放| 精品亚洲成a人片在线观看| 亚洲欧洲国产日韩| 欧美丝袜亚洲另类| 欧美日韩视频精品一区| 下体分泌物呈黄色| 久久免费观看电影| 久久 成人 亚洲| 国产熟女欧美一区二区| 欧美 亚洲 国产 日韩一| 尾随美女入室| 亚洲综合色网址| 建设人人有责人人尽责人人享有的| 九九在线视频观看精品| 亚洲成人手机| 亚洲精品美女久久av网站| 高清不卡的av网站| 亚洲,欧美,日韩| 国产成人a∨麻豆精品| 国产成人精品一,二区| 国产成人精品婷婷| av线在线观看网站| 日韩伦理黄色片| 一本一本综合久久| 亚洲精品亚洲一区二区| 丰满少妇做爰视频| 日日摸夜夜添夜夜添av毛片| 天堂8中文在线网| 考比视频在线观看| 99九九线精品视频在线观看视频| 久久毛片免费看一区二区三区| 国产精品女同一区二区软件| 国产精品国产av在线观看|