一种基于轮轴检测的载重车型识别方法

摘要：

载重车超载问题长期困扰着交通安全,如何从视觉上判断载重车的额定载重量是一大难题.目前的车型识别主要停留在大类别的识别和分类,针对载重车的额定载重量对载重车进行分类的研究还未出现.针对载重车型车轮特征,提出了一种基于改进的YOLOv3(You Only Look Once)的快速识别方法.使用基于移位的批量归一化训练方法训练模型,对固定摄像机拍摄的交通视频进行识别.实验结果表明,在2000张图片测试集上达到了98.1％的准确率.对比原始的YO-LOv3目标检测方法,改进后的YOLO算法检测速度提升了40.7％,且精度未有损失,具有较好的实时性.

关键词：载重车型识别、改进YOLOv3、移位批量归一化、实时性

所属期刊栏目：50

分类号：O235(控制论、信息论（数学理论）)

资助基金：国家自然科学基金61373099

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2418-2422