赵梓杉，秦玉英，李 刚，衣明悦

（辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001）

目标检测在无人驾驶的感知系统中有重要作用，在无人驾驶方程式比赛中，其主要作用是对交通锥标的检测等。

近年来，以卷积神经网为基础的目标检测算法受到学者们越来越多的重视，许多结构简单、运行效率高的网络模型，可以大规模应用这些算法，但是面对目标检测的难点，国内外的学者们提出了很多处理方案，并进行了大批实验。例如，itti l等为了提取图像中的特征，构建了选择性注意机制；viola p和jones m设计了一种级联检测器框架，在人脸检测领域取得了成功，提高了算法的性能，但其检测性能严重依赖弱分类器；2014年，hariharan b等提出区域-卷积神经网络结构的目标检测深度神经网络在pascalvoc2012数据集上的平均检测准确率达到53.3%；pedro f等提出的基于部件的检测算法，可变形的组件模型，该模型采用改进后的方向梯度直方图特征有利于检测出现形变的目标，用一种新latent支持向量机分类器进行分类，取得了较高的检测精度。针对一代算法对小目标检测效果不佳、漏检情况严重等问题，2017年redmon j等提出yolov2算法，该模型以darknet-19为主干网络；2018年，yolov3 在原有的yolov2 网络上进行改进，该版本采用全新的主干网络darknet-53，结合特征金字体网络，在牺牲检测速度的前提下，提升了对小目标识别的准确性；2020年，李涛提出基于改进的yolov3-tiny深度学习框架开展大赛所使用锥标的颜色识别工作，通过少量的卷积层、池化层提取图像特征，加入了多个残差模块，该算法具有yolov3的检测精度，且帧率达到 20 f/s。jocher g等在2020年提出在yolov3的基础上进行改进的yolov4，在coco 数据集上的平均精确度均值（mean average precision, map）为43.5%；识别速率快且精度高的yolov5，帧率达到140 f/s。

本文将yolo算法应用在无人驾驶方程式赛车的目标检测系统中，制作了一个交通锥标数据集，以yolov5的算法为基础，算法适用于本实验所用数据集，并适用于无人驾驶方程式比赛特定场景。对原始算法的改进，根据数据集中真实边界框聚类选取初始边界框尺寸，构建一种兼顾检测精度和检测速度的算法，以满足实时检测的需求。

yolov5还是沿用yolov3、yolov4的整体布局，将整个网络结构分成input、backbone、neck、output四个部分，网络结构如图1所示。将yolov5目标检测算法引入到无人驾驶方程式赛车的感知系统中，最小标准卷积层由卷积层模块、正则化层模块和激活函数模块组成，张量拼接可以将具有不同通道数的特征图拼接到一起。这就意味着在保持宽度和高度不变的同时，增加深度，扩张张量的尺寸。

本次实验自制了一个交通锥标数据集，包括三种颜色的锥桶，考虑了不同光照、角度、距离、遮挡等情况，各种示例如图2所示。使用labelimg工具对图片中的交通锥标进行了标注。按照8：2的比例将数据集换分为训练集和测试集，数据集共1 000张图像，每张图像包含多个目标。

操作系统为linux ubuntu18.04；本次实验操作环境为中央处理器，其型号分别为intel xeon silver4214、quadrop2200；开发语言为python；安装统一计算设备架构11.0库文件；超参数中的权重衰减系数为0.003 2；batch大小设置为4；学习率动量为0.843；迭代次数为300。

两种网络在训练集上的损失函数曲线如图3所示，在相同学习率的情况下，yolov5在训练 200轮时达到稳定，而yolov3则训练300轮时出现了过拟合的情况。

与以往yolo算法不同，yolov5采用自适应锚框计算，将计算代码写入训练代码当中自适应计算数据集中的最佳边界框，在yolov3算法训练时，为了使两种算法都具有较好的边界框，使用kmeans算法对数据集的真实边界框宽高进行聚类，取聚类值分别为 6、7、8、9、10，边界框聚类的结果如表1所示，不同边界框数量对交并比的影响结果如表2所示。

yolov3中不同规格边界框的iou如图4所示，虽然随着边界框的数量增加，不同的边界框数量对应的交并比增加，但是当边界框数量达到9个时，交并比增加的速度开始减慢。由于边界框的增加会影响算力，导致算法运行时间增长。故选取边界框数量为9。

在不同光强、不同锥标尺寸、不同锥标视角下、遮挡前后和多颜色锥标识别情况下对训练好的三个模型进行测试。实验结果如图5—图8所示，图中的数值为置信度。

两种网络的检测性能如表3所示，从检测结果可以看出，在不同条件下，yolov3、yolov5都能检测到交通锥标，但yolov3的anchor框有一定概率出现回归不准确的情况。在少量样本的情况下，yolov5的置信度整体明显高于yolov3。

在遮挡情况下，检测目标的置信度均有所下降，多锥标检测效果对比如图9所示，两种模型都能对多锥标的情况进行检测，但是由于论文数据仅为 1 000个，yolov3 中用于检测交通锥标颜色的特征层含有的语义信息不够丰富，较低的语义信息会导致一定的分类错误或较低置信度，给颜色识别带来误检和漏检，而 yolov5 在少量样本情况下仍能达到 0.83，且效果优异，置信度总体优于 yolov3。

为了实现交通锥标的颜色识别处理，首先介绍了yolov5基础网络结构，并对其输出端进行改进。其次，制作了1 000张红、黄、蓝三种颜色的交通锥标数据集，调整网络参数并基于论文数据集进行训练，得到锥标颜色检测模型。最后，进行实车实验，实验结果表明，yolov5交通锥标颜色分类检测模型相比yolov3模型和原yolov5模型，模型体量适中、速度更快且检测精度更高。