【技术实现步骤摘要】
本专利技术涉及车辆识别方法，特别涉及一种基于改进yolov5s的复杂光照条件下车辆识别方法。
技术介绍
1、智能化的交通管理能够有效缓解交通拥堵情况，减少交通事故的发生频率，其中车辆识别技术是智能化交通的重要组成部分之一。目前实现车辆识别技术的方法有很多，在实际检测中因为复杂光照条件会出现对车辆车型的检测不准确、漏检或误检的情况。
2、传统的图像识别方法以帧差法和背景差法最为广泛。传统的图像识别方法虽能够检测出图像目标，但严重依赖于人工设计的特征，更换检测对象，人工特征就需重新设计，无法在不同检测任务中移植；提取到的特征仅限于局部纹理、颜色、对比度等浅层信息，难以表达位姿形态等高级语义信息，导致检测准确率低，模型泛化能力差。因此，传统的车辆检测方法在实际的检测中存在局限性。随着互联网的迅猛发展，神经网络的训练有了巨大的数据推动力，加上不断提升的计算机并行计算能力，诸多有利条件造就了alexnet在2012年的暴风崛起，得益于卷积神经网络强大的特征表征能力，基于深度学习的目标检测算法蓬勃发展，并逐渐占据目标检测领域网络架构的主...
【技术保护点】
1.一种基于改进YOLOV5s的复杂光照条件下车辆识别方法，其特征在于：所述方法通过以下步骤实现：
2.根据权利要求1所述的一种基于改进YOLOV5s的复杂光照条件下车辆识别方法，其特征在于：步骤二所述的处理公开数据集BDD100K数据集是指，去除掉BDD100K数据集中噪声很大的数据，即完全就没有的标识目标的图片、模糊不清的图片或者不存在的图片数据；之后，调整数据集格式通过标注工具标注图片，以生成YOLOv5s模型需要的txt格式。
3.根据权利要求1或2所述的一种基于改进YOLOV5s的复杂光照条件下车辆识别方法，其特征在于：步骤二所述的训...
【技术特征摘要】
1.一种基于改进yolov5s的复杂光照条件下车辆识别方法，其特征在于：所述方法通过以下步骤实现：
2.根据权利要求1所述的一种基于改进yolov5s的复杂光照条件下车辆识别方法，其特征在于：步骤二所述的处理公开数据集bdd100k数据集是指，去除掉bdd100k数据集中噪声很大的数据，即完全就没有的标识目标的图片、模糊不清的图片或者不存在的图片数据；之后，调整数据集格式通过标注工具标注图片，以生成yolov5s模型需要的txt格式。
3.根据权利要求1或2所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。