基于yolov5与改进VGGNet的车辆多标签实时识别算法

摘    要

        为了能快速、有效地识别视频中的车辆信息，文中结合YOLOv3算法和CNN算法的优点，设计了一种能实时识别车辆多标签信息的算法。首先，利用具有较高识别速度和准确率的YOLOv3实现对视频流中车辆的实时监测和定位。在获得车辆的位置信息后，再将车辆信息传入经过简化与优化的类VGGNet多标签分类网络中，对车辆进行多标签标识。最后将标签信息输出至视频流，得到对视频中车辆的实时多标签识别。文中训练与测试数据集来源为KITTI数据集和通过Bing Image Search API获取的多标签数据集。实验结果证明，所提方法在KITTI数据集上的mAP达到了91.27，多标签平均准确率达到80%以上，视频帧率达到35fps，在保证实时性的基础上取得了较好的车辆识别和多标签分类效果。

        关键词： 计算机视觉；车辆识别；多标签识别；目标检测；深度学习；

1引言

        近年来，随着交通监控信息系统的日益普及，基于视频的车辆识别技术发展迅猛，已经成为智能交通领域的研究热点[1]。在实际应用中，车辆识别仍然有诸多困难，如光照、噪声等因素的影响，摄像头摆放位置不当，存在大量近似车型。为此，很多学者展开了研究，部分成果已经逐步得到应用。根据所采用的技术不同，车辆识别技术的发展主要可以分为两个阶段：基于浅层学习的阶段和基于深度学习的阶段。基于浅层学习的车辆识别技术一般先通过人工提取特征，再设计分类器进行识别。Bake等[2]在HSV颜色空间中使用H和S两个分量的颜色直方图构成二维特征