6832

دسته بندي و شناسايي وسايل نقليه توسط يادگيري عميق در سيستم هاي كنترل ترافيك

كارشناسي

الكترونيك

1399

دكتر شهريار برادران شكوهي

1399/06/29

برق

A Deep Learning Based Vehicle Detection And Localization In Traffic surveillance System

به طور كلي اهميت تشخيص اشيا در سال هاي اخير روز به روز بيشتر مي شود. يكي از مسائل مهم در سيستم هاي نظارتي بررسي وسايل نقليه موجود در تصاوير است. در اين مقاله تمركز بر روي شناسايي و دسته بندي وسايل نقليه موجود در مجموعه داده MIO_TCD مي باشد. اين مجموعه داده شامل 786.702 تصوير در يازده دسته مختلف است، كه توسط صدها دوربين نظارتي در زمان هاي مختلف در طول روز و در فصول مختلف سال در كانادا و ايالات متحده گرفته شده است. اين مجموعه داده با دو شبكه RetinaNet و YoloV4 آموزش داده شد و نتايج حاصل با اين دو شبكه با يكديگر مقايسه شدند تا بتوان شبكه ي مناسب براي اين مجموعه داده را بدست آورد و هايپر پارامترها را انتخاب كرد و عملكرد اين دو شبكه را براي كلاس هايي با ابعاد كوچك بررسي كرد. با شبكه RetinaNet دقت 74.53 درصد و با شبكه YoloV4 دقت 78.06 درصد بدست آمد و زمان پردازش هر عكس در شبكه YoloV4،0.02 ثانيه و براي شبكه RetinaNet، 0.27 ثانيه شد. در نتيجه شبكه YoloV4 روي اين مجموعه داده خيلي بهتر عمل مي كند. بعلاوه اين دو شبكه روي كلاس هايي با ابعاد كوچك عملكرد بهتري نسبت به بقيه شبكه ها داشتند.