信号机识别方法、设备、存储介质技术

本申请提供一种信号机识别方法、设备、存储介质，该方法包括：将信号机数据集输入预先构建的信号机识别模型；获取信号机识别模型的输出；基于输出识别信号机；其中，信号机识别模型基于YOLOv5构建，且信号机识别模型包括输入端、主干网络Backbone、颈部网络Neck、预测端Prediction；Neck采用BiFPN结构，包括DSC‑GAM模块，DSC‑GAM模块嵌入张量拼接Concat后的CSP组件之后。本申请进行信号机识别的信号机识别模型所包括的DSC‑GAM模块可以提高信号机识别模型的跨维度交互能力，降低了对光照变化、拍摄角度、物体遮挡等因素的要求，使得检测性能稳定。

【技术实现步骤摘要】

本申请涉及轨道交通，尤其涉及一种信号机识别方法、设备、存储介质。

技术介绍

1、信号机是轨道交通系统的重要基础设施，作为一种视觉信息，它可以辅助司机正确驾驶。但受疲劳、情绪、天气、光照、路况等信息的多重影响，司机有时无法根据信号机做出正确决策，这不仅会影响轨道交通系统的正确运转，同时也存在巨大的安全隐患。如果有一种能够准确检测并识别信号机的技术来辅助司机驾驶，就可以有效提高行车效率和安全驾驶系数。

2、目前，国内外已经有很多学者开展了关于信号机的检测与识别的研究，研究方法为基于卷积神经网络的深度学习方法。通过对目标特征的提取、学习，加入适当的分类器进行检测和识别，受益于神经网络强大的特征提取能力，模型在复杂的交通环境下能够准确的检测和识别信号机，但易受到光照变化、拍摄角度、物体遮挡等影响，使其检测性能不能得到保证。

技术实现思路

1、为了解决上述技术缺陷之一，本申请提供了一种信号机识别方法、设备、存储介质。

2、本申请第一个方面，提供了一种信号机识别方法，该方法包括：

3、本文档来自技高网...

【技术保护点】

1.一种信号机识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述Neck包括5个DSC-GAM模块，7个结构相同的CSP组件，3个CBL组件，且所述Neck进行6次Concat；

3.根据权利要求1所述的方法，其特征在于，所述输入端包括4个检测头；

4.根据权利要求1所述的方法，其特征在于，所述DSC-GAM模块包括通道注意力子模块和空间注意力子模块；

5.根据权利要求4所述的方法，其特征在于，所述将输入所述DSC-GAM模块的第一特征通过通道注意力子模块进行处理，得到第二特征，包括：</p>

6.根据...

【技术特征摘要】

1.一种信号机识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述neck包括5个dsc-gam模块，7个结构相同的csp组件，3个cbl组件，且所述neck进行6次concat；

3.根据权利要求1所述的方法，其特征在于，所述输入端包括4个检测头；

4.根据权利要求1所述的方法，其特征在于，所述dsc-gam模块包括通道注意力子模块和空间注意力子模块；

5.根据权利要求4所述的方法，其特征在于，所述将输入所述dsc-gam模块的第一特征通过通道注意力子模块进行处理，得到第二特征，包括：

6.根据权...

【专利技术属性】
技术研发人员：张永增，付哲，肖骁，郜春海，
申请(专利权)人：交控科技股份有限公司，
类型：发明
国别省市：