路侧停车中目标检测与识别算法研究  

作　　者：唐金鹏[1] 李玲琳[1] TANG Jinpeng;LI Linglin

机构地区：[1]湖南交通职业技术学院,湖南长沙410132

出　　处：《信息技术与信息化》2024年第12期41-44,共4页Information Technology and Informatization

基　　金：湖南省职业院校教育教学改革项目“基于混合式教学的高职电子信息类课程数字化转型实践研究”阶段性研究成果(ZJGB2023056)。

摘　　要：针对现有路侧停车目标检测和识别方法在复杂场景中效率和精度的不足,提出了一种基于梯形卷积算法的优化方案,并将其集成至YOLOv5模型中。此算法通过选择性跳过部分不必要的卷积运算,减少了计算量,从而提升了模型推理效率。实验使用视频采集的图像数据集进行训练和验证,比较了传统卷积和梯形卷积在不同设备下的性能差异,改进后的模型在CPU环境下推理时间减少,且实现了较明显的速度提升。因此,算法能够在路侧停车场景中提高目标检测模型的实时性,为部署低成本高效率的智能交通系统提供了新方案。

关 键 词：路侧停车 图像数据 目标检测 YOLOv5 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]