（上海工程技術(shù)大學(xué)機械與汽車工程學(xué)院 上海 201620）

1 引言

自動駕駛包括環(huán)境感知、決策規(guī)劃和執(zhí)行三大任務(wù)［1］。在各類引起交通事故的因素中，人類因素占90%，駕駛員違法占74%，對車輛進行實時準確的識別，是自動駕駛中環(huán)境感知的重要任務(wù)。傳統(tǒng)目標檢測的過程包括區(qū)域選擇、特征提取和分類器三個過程［2～3］。它采用不同尺寸不同長寬比例的滑動窗口對整幅圖進行遍歷。顯然，這種方法的缺點是時間復(fù)雜度太高，且對更多的目標的適應(yīng)性較差。前方車輛識別中之前的深度學(xué)習(xí)的檢測方法是提取圖像的候選區(qū)域的特征信息，在利用機器學(xué)習(xí)的分類器進行候選驗證。比如說，RCNN［4～5］系列目標檢測大致分為獲取候選區(qū)域和對候選區(qū)域進行分類判斷以及邊框回歸兩部分，它的精度比較高，但是帶來的問題就是運行速度慢。YOLO是目前最快的識別算法［6～8］，它是一種深度學(xué)習(xí)的端對端的物體檢測方法，與RCNN不同的是，YOLO將物體檢測任務(wù)當(dāng)做一個regression問題來處理。車輛能夠?qū)崿F(xiàn)實時性的幀率是30fps，YOLO能夠同時保證準確率和檢測速度，YOLO的標準模型能夠達到45fps，而tiny-YOLO能夠達到155fps。多數(shù)研究者對 YOLOv2 進行了研究，SEO［9］運用 YOLOv2 算法和無人機對高速公路上的車輛進行了實時檢測研究，魏湧明等［10］運用YOLOv2算法對航拍圖像進行了目標定位研究，HANG等［11］運用YOLOv2算法進行了中文交通標志的實時檢測研究，JO等［12］運用YOLOv2算法進行了多目標的實時跟蹤研究。

2 YOLO的檢測思路

YOLO和基本的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)一樣，由卷積層、池化層和全連接層組成，YOLO的輸出層是Tensor。YOLO網(wǎng)絡(luò)架構(gòu)借鑒了GoogLeNet圖像分類模型，YOLO識別網(wǎng)絡(luò)由24個卷積層和兩個全連接層組成。實驗中，利用pascal voc數(shù)據(jù)集圖像作為YOLO的訓(xùn)練樣本，因為YOLO是端對端的網(wǎng)絡(luò)，可以直接將整張圖像用于訓(xùn)練。整張圖像分為SxS個網(wǎng)格，每個網(wǎng)格中有物體中心落入時，會再預(yù)測出B個檢測邊界框以及每個框的置信度。每個檢測邊界框包含邊界框的寬和高，邊界框的中心相對其母網(wǎng)絡(luò)的位置，C個類別概率，最終輸出層輸出S×S（B×5+C）維的張量。YOLO對于輸出層數(shù)據(jù)同等對待是不合理的，同時大部分網(wǎng)格中沒有物體中心落入，在訓(xùn)練時的梯度會待遇包含物體中心的網(wǎng)格的梯度，導(dǎo)致訓(xùn)練發(fā)散，所以YOLO給定位誤差更大的權(quán)重，給不包含物體中心的網(wǎng)格的置信度誤差更小的權(quán)重，其他置信度誤差將不變。

3 YOLO的訓(xùn)練過程

YOLO算法和其他的神經(jīng)網(wǎng)絡(luò)［13～15］一樣，也需要通過標注大量的圖像后，送入到神經(jīng)網(wǎng)絡(luò)模型當(dāng)中，訓(xùn)練出神經(jīng)網(wǎng)絡(luò)的參數(shù)，以便能夠更好地利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型去檢測該目標。

3.1 圖像的標注

將數(shù)據(jù)集分類放在不用的文件夾中，利用標注工具LabelImg標注工具對車輛進行標注。標注時矩形框應(yīng)該僅僅貼住車輛的邊緣，以防止訓(xùn)練時無法收斂。

圖1 車輛數(shù)據(jù)集標注界面

3.2 修改配置文件

下載pascal voc數(shù)據(jù)集，利用Labelimg表框工具對圖像進行手工標注，數(shù)據(jù)集分割比例為5：3：2，訓(xùn)練集比例是50%，測試集比例是30%，驗證集比例是20%。根據(jù)自己電腦來配置yolov3.cfg中的參數(shù)，將classes改成1，將每個yolo上面第一個con?volutional下的filters改成18，打開voc.names文件，內(nèi)容改成car，同時修改voc.data等，打開win系統(tǒng)終端，輸入訓(xùn)練命令進行訓(xùn)練，訓(xùn)練時，每訓(xùn)練100輪，都會生成一個權(quán)重文件在backup下，得到的權(quán)重復(fù)制到相應(yīng)的文件夾中，打開終端，輸入要測試的圖片路徑，就可以看到效果。

4 YOLO的評價方法

計算檢測邊界框和參考標準狂的IOU值，以此判斷結(jié)果中假正例和真正例，當(dāng)IOU≥0.5時，為真正例；當(dāng)IOU＜0.5時，為假正例；其值為0時，則為假反例。查全率=TP/（TP+FN），差準率=TP/（TP+FP），TP，F(xiàn)P和FN分別為真正例、假正例和假反例的數(shù)量［16］。

5 實驗結(jié)果

對不用姿態(tài)的車輛的檢測效果如圖2～5，從圖中可以看出，YOLO算法對車輛之間遮擋時的檢測效果、陰影干擾等環(huán)境下的檢測效果也很好。

圖2 車輛正面檢測效果

圖3 車輛背面檢測效果

圖4 多車輛檢測效果

圖5 陰影環(huán)境下車輛檢測效果

6 結(jié)語

本文應(yīng)用YOLO檢測算法實現(xiàn)視頻中的車輛檢測，滿足了自動駕駛中實時性的要求，也說明了YOLO對于處理其他視覺任務(wù)的能力。