基于深度學(xué)習(xí)PyTorch框架下YOLOv3的交通信號(hào)燈檢測(cè)

打開(kāi)文本圖片集

摘要：隨著《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》的發(fā)布，國(guó)家大力發(fā)展智能網(wǎng)聯(lián)汽車勢(shì)在必行。在自動(dòng)駕駛技術(shù)中，復(fù)雜環(huán)境中目標(biāo)物體的識(shí)別和判別是一項(xiàng)高難度的挑戰(zhàn)，也是需要解決的重點(diǎn)任務(wù)之一。本文主要針對(duì)汽車智能化設(shè)計(jì)領(lǐng)域占有重要基礎(chǔ)地位的圖像識(shí)別功能，利用深度學(xué)習(xí)框架PyTorch和YOLOv3算法對(duì)于交通信號(hào)燈的判定進(jìn)行學(xué)習(xí)訓(xùn)練，最終對(duì)獲取的交通路況實(shí)景圖進(jìn)行識(shí)別，取得一定的實(shí)際檢測(cè)效果，以期推動(dòng)汽車智能化設(shè)計(jì)領(lǐng)域的技術(shù)創(chuàng)新和突破。（剩余6010字）