发明 一种基于YOLO v5模型的路面坑洼检测方法 【特价】 仅包申请日之后年费
计算机视觉 目标检测 道路检测 无人驾驶 辅助驾驶 1人
G06T7/00 G06K9/62 G06N3/04 G06N3/08
摘要：本发明属于计算机视觉的目标检测领域，具体涉及一种基于改进YOLO v5模型的路面坑洼检测方法，该方法包括：实时获取路面图像数据，将获取的路面图像数据输入到改进的YOLO v5模型中，得到路面检测结果，根据结果控制车辆的运动方向；其中，所述改进的YOLO v5模型包括：首先，使用imgaug对数据进行增强；针对路面坑洼形状大小不一的情况，引入DBSCAN密度聚类算法重新设计先验框尺寸；将原始的YOLO v5模型的GIOU_loss损失函数改为EIOU_loss损失函数。通过使用改进的YOLO v5模型检测路面坑洼，较原始的YOLO v5模型取得良好效果，能在实际应用中为智能辅助驾驶系统准确预测前方道路坑洼情况，提醒驾驶员进行减速通过或避让，减少交通事故的发生，提高汽车的安全性能。
