采用YOLO算法的交通路口智能交通系统设计

本文格式为Word版，下载可任意编辑——采用YOLO算法的交通路口智能交通系统设计李秋潭

随着国内机动车保有量的急剧增加，一些交通繁忙的路口在上下班的时间段拥堵十分严重，交通事故发生量居高不下。行人和非机动车驾驶人被普遍归为是交通弱势群体，需要在交通系统设计中予以特别的关注和保护。文章采用YOLOv4网络对行人、摩托车、自行车、汽车、公交车等通行目标进行识别，通过搭建学习环境、设定数据集收集对象，对图片集进行训练和测试，统计视频中包含目标的识别正确率、漏检率、误检率。结果说明，系统训练的网络能够确切、有效地识别视频中的各种目标，达到了预期目标。

行人;摩托车;自行车;汽车;检测;YOLO;交通指挥设计

TP29A1674-0688（2021）12-0016-03

1引言

在目标识别领域，对行人和各种车辆等目标的检测，不仅在无人驾驶领域得到了快速发展，在交通指挥信号系统设计方面也得到广泛应用。随着城市人口的快速膨胀，机动车辆的保有量不断增长，道路交通拥堵问题日益严重，机动车辆给人们带来便利的同时，也带来巨大的交通安全风险，对交通弱势群体造成的伤害尤为严重。因此，交通指挥部门在规划路口通行时间时，不能单纯地考虑机动车如何通行，应同时考虑交通弱势群体的安全问题。

在一些特定的通行时间段，例如上学、放学高峰期，若是能根据目标检测结果，依照“行人优先〞原则设计交通信号指挥系统，将会给行人提供更多的通行保护。

2相關研究

通过检索相关论文发现，在目标检测领域，大多是对各种机动车辆进行识别和分类，但是针对行人和自行车等小目标检测进行研究的文献很少。目前，检测效果较好的方案大多是基于深度学习算法，识别结果越来越准确，本研究对行人、机动车等目标的识别也是基于深度学习算法开展。孟辉磊在《行人和电动摩托车目标检测研究》[1]一文中提出访用YOLO（YouOnlyLookOnce）网络对电动车进行识别，基于紧急刹车区域的位置判断思想，为本文的研究提供了思路。

3选取目标检测算法

参考多种基于CNN的目标检测算法对目标识别的结果，研究人员决定采用YOLOv4算法。根据YOLOv4官方提供的数据，它对小目标识别效果超过了SSD算法，能够对交通路口或人行道上的行人、汽车进行有效且确切的识别。

YOLO系列图像识别算法目前已经更新到第4代，即YOLOv4。YOLOv4的可定制化程度很高，在性能上优于YOLOv5，但是其灵活性与速度弱于YOLOv5。

受时间和试验条件的限制，本文在定量分析时参考YOLOv4官方论文中给出的结果，选择YOLOv4作为本文的目标检测算法。

4训练环境的建立和数据集的采集和训练

选定要使用的目标检测算法后，需要建立一个价格适合的深度学习工作平台作为训练环境，进行系统软、硬件配置，根据本文的识别目标设置YOLOv4网络的参数，设置参数是一个反复尝试的过程[1]。

4.1建立训练环境

搭建训练环境时使用的硬件配置自然是越高越好，高配置的硬件可以大大减少调试的时间，特别是反复调校参数花费的时间可以成倍地缩短。但受现有条件的限制，只能采用性能一般的硬件搭建训练环境。

操作系统选择Windows10.064bit，它运行十分稳定。没有选择市场上较常用的Ubantu系统的原因是为了减少工作中在操作系统来回切换，节省模型训练和模型参数优化的时间。本系统设计采用“影驰〞GTX1080Ti显卡进行运算，能够满足训练要求。本文将使用自己的训练集模型VOC2022构建一个可用的深度学习工作站。

4.1.1训练环境的软、硬件配置

高配置的训练环境花费巨大，为了降低资金投入，本文使用的显卡是“影驰〞GTX1080Ti11G大将版，经测试后选择兼容性较好的Windows10.0和CUDA11.0。为了保持良好的兼容性，目前一些软件版本还没有使用最新版，因此测试过程中，最新版本的几种软件运行时会出现不稳定、出错崩溃等问题。

受条件所限，本文搭建的训练环境的软、硬件配置见表1。

4.1.2YOLOv4的配置

YOLOv4默认识别的对象包括交通标志、汽车、船只等81种对象，这与本文要识别的对象不同，所以开始训练前要修改YOLOv4的默认配置文件，在调试过程中也需反复修改，使识别结果和运行速度满足实时识别检测要求。

4.2构建数据集

建立YOLOv4训练数据集，对交通路口通行的行人、自行车、汽车等目标进行识别。建立数据集的思路为确定检测对象—选择数据集—标注数据集—制作VOC2022数据集[2]。

4.2.1确定目标检测对象

交通路口要采集的目标检测对象为行人、自行车、汽车，而检测对象数据集主要包括行人、自行车、摩托车、小汽车、公交车等，由于车型种类太多，所以系统未能进行细化分类而只做了简单分类，后期假如对车辆类型划分要求更高，则可以继续添加细分，例如三轮摩托、四轮电动车等。

4.2.2选择数据集

VOC、COCO和ImageNet是目前图像识别领域3种对比流行的数据集，YOLOv4官方演示的检测识别结果就是通过前两个数据集训练得到的。本系统设计参考相关研究的结果，选择YOLOv4制作VOC2022格式的数据集。在选择数据集时，既考虑数据集中图片的数量和质量，也考虑数据的丰富性。除了VOC2022自带的图片，还参与UA-DETRAC数据集的图片（如图1所示）。为了让数据集包含的种类更多一些，设计人员从互联网下载了一部分交通路口的通行图片。经过整理，test数据集收集了约5100张图片，train数据集收集了约11000张图片。

4.2.3标注数据集

LabelImg是深度学习中常用于标注图片中目标位置与名称的小工具，使用它可以很简单地对自定义的目标进行分类和标注。图片整理完成后，要将这些图片依照YOLOv4网络规定的格式进行命名和管理：首先在电脑上安装Python3.7.9，然后安装labelImg进行分类、标注。

4.2.4制作数据集VOC2022

PASCALVOC数据集制定了规范化的目标分类和识别方案，系统设计人员会选用它里面的一部分图片，依照它的官方格式制作本系统的数据集。VOC2022数据集中有20个分类、11530张各种辨别率的图片，标定了27450个目标对象。

VOC2022数据集的目录结构一共包含Annotations、JPEGImages、ImageSets、SegmentationClass、SegmentationObject5个文件夹，本系统只使用了前3个，另2个未使用。

4.3训练数据集

训练参数设置主要包括Batch、Subdivisions、Widths、Heights、Channels、Max-batches、Momentum、Decay、Learning_rate、Burn-in等。本系统对主要参数进行了设置和优化调整，得出的最优设置见表2。

5训练结果及分析

5.1训练结果

利用系统设计人员搭建的训练环境，经过反复调试、优化运行，又经过5天的VOC2022数据集训练，得到最终的平均损失不大于0.061820avg，结果基本符合系统设计人员的预期。由于数据量太大，所以只展示最终训练结果：4000∶0.043076，0.04307avg，0.000100rate，10.501258seconds，9267images。

本测试的目标对象是行人、摩托车、自行车、汽车、公交车，由于检测目标少，所以速度对比快[3]。

5.2训练结果分析

为了展示训练结果，系统设计人员选取了一段UA-DETRAC数据集中的MVI_20221图片，辨别率为960×540dpi，MVI_20221共包含664帧图片，以每30帧截取一张图片的方式截取前4帧，识别结果如图2所示。

本段视频共识别出52532个box，其中识别出目标但识别错误的一共351个，未识别出的目标472个。故本文训练网络平均识别率为97.9%，错误率为1.2%，漏检率为0.9%。各种检测目标的识别结果统计见表3。

从整段视频看，行人的检测正确率对比高。從第一帧图片的检测结果看，图片中并没有摩托车和自行车，对汽车、公交车的检测正确率很高，由于遮挡很严重，所以远处的一些车辆未被检测到。在图片中有摩托车和自行车、行人的帧图片，检测正确率符合预期。

从表3中的检测结果看，系统设计人员训练的网络对小目标识别具有很高的正确率，并且能够根据需要灵活设置识别目标的种类，识别速度高达31FPS，在硬件配置不高的状况下也能满足实时性识别的要求。

6结语

目标检测的主要任务是对指定的目标进行分类和识别，本系统需要检测的目标的是行人、摩托车、自行车、汽车、公交车等。本系统基于YOLOv4网络构建了适合YOLOv4的VOC2022数据集，取得了对比理想的识别效果。在选用数据集时，除了选用VOC数据集中自带的一部分图片，还选用了UA-DETRAC数据集的一部分图片，假如再采集一些更清楚的图片参与，会取得更好的训练结果。

当识别目标较小、速度较快、环境光线不足时，对训练网络的识别精度有较大的影响，相信随着图像采集、处理设备的升级，这些问题会得到解决。在后续的研究中将基于“行人优先〞的原则和本文取得