[發(fā)明專利]一種交通燈檢測方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810695612.5
• 申請(qǐng)日: 2018-06-29
• 公開（公告）號(hào): CN110659540A
• 公開（公告）日: 2020-01-07
• 發(fā)明（設(shè)計(jì)）人: 劉丹
• 申請(qǐng)（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 11219 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司
• 代理人: 張一軍;李陽

1.一種交通燈檢測方法，其特征在于，包括：

接收包括有交通燈的圖像，將所述圖像通過檢測網(wǎng)絡(luò)模型獲得該圖像中交通燈的狀態(tài)和位置信息；

其中，所述檢測網(wǎng)絡(luò)模型包括N個(gè)串聯(lián)的fire模型組合成的主干卷積網(wǎng)絡(luò)FireNet，在所述主干卷積網(wǎng)絡(luò)FireNet的前后分別設(shè)置的第一卷積層和第二卷積層，以及在第二卷積層后面設(shè)置的region層。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

構(gòu)建所述檢測網(wǎng)絡(luò)模型的過程：

采集預(yù)設(shè)數(shù)量的實(shí)景道路中含有交通燈的圖像，對(duì)每張圖像進(jìn)行交通燈的狀態(tài)和位置信息的標(biāo)注；

將標(biāo)注后的圖像進(jìn)行隨機(jī)打亂，抽取預(yù)設(shè)數(shù)量的圖像作為訓(xùn)練集，抽取預(yù)設(shè)數(shù)量的圖像作為測試集；

搭建檢測網(wǎng)絡(luò)模型，利用訓(xùn)練集中的圖像對(duì)所述檢測網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以獲得檢測網(wǎng)絡(luò)模型的權(quán)重文件；然后利用測試集中的圖像對(duì)具有權(quán)重文件的檢測網(wǎng)絡(luò)模型進(jìn)行測試。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對(duì)每張圖像進(jìn)行交通燈的狀態(tài)和位置信息的標(biāo)注，以獲得每張圖像的標(biāo)簽文件；

將標(biāo)注后的圖像進(jìn)行隨機(jī)打亂，抽取預(yù)設(shè)數(shù)量的圖像作為訓(xùn)練集，抽取預(yù)設(shè)數(shù)量的圖像作為測試集之后，包括：

分別在訓(xùn)練集文件夾和測試集文件夾中設(shè)置各自的圖像文件夾和標(biāo)簽文件夾，以分別存儲(chǔ)訓(xùn)練集和測試集中的圖像及其對(duì)應(yīng)的標(biāo)簽文件。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述fire模型分為兩層，并且每層都設(shè)置有激活層；其中，所述fire模型的第一層設(shè)置有1*1的卷積核，所述fire模型的第二層設(shè)置有1*1的卷積核和3*3的卷積核。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一卷積層與所述主干卷積網(wǎng)絡(luò)FireNet之間設(shè)置有池化層，所述主干卷積網(wǎng)絡(luò)FireNet與所述第二卷積層之間設(shè)置有池化層；

所述主干卷積網(wǎng)絡(luò)FireNet中N個(gè)串聯(lián)的fire模型，除第一個(gè)fire模型與第二個(gè)fire模型之間不設(shè)置池化層，其余fire模型之間都設(shè)置有池化層。

6.根據(jù)權(quán)利要求1-5任一所述的方法，其特征在于，所述第一卷積層為采用64個(gè)大小為3*3的濾波器，所述第二卷積層為采用1024個(gè)大小為1*1的濾波器。

7.一種交通燈檢測裝置，其特征在于，包括：

接收模塊，用于接收包括有交通燈的圖像；

檢測模塊，用于將所述圖像通過檢測網(wǎng)絡(luò)模型獲得該圖像中交通燈的狀態(tài)和位置信息；其中，所述檢測網(wǎng)絡(luò)模型包括N個(gè)串聯(lián)的fire模型組合成的主干卷積網(wǎng)絡(luò)FireNet，在所述主干卷積網(wǎng)絡(luò)FireNet的前后分別設(shè)置的第一卷積層和第二卷積層，以及在第二卷積層后面設(shè)置的region層。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述檢測模塊，還用于：

構(gòu)建所述檢測網(wǎng)絡(luò)模型的過程：

采集預(yù)設(shè)數(shù)量的實(shí)景道路中含有交通燈的圖像，對(duì)每張圖像進(jìn)行交通燈的狀態(tài)和位置信息的標(biāo)注；

將標(biāo)注后的圖像進(jìn)行隨機(jī)打亂，抽取預(yù)設(shè)數(shù)量的圖像作為訓(xùn)練集，抽取預(yù)設(shè)數(shù)量的圖像作為測試集；

搭建檢測網(wǎng)絡(luò)模型，利用訓(xùn)練集中的圖像對(duì)所述檢測網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以獲得檢測網(wǎng)絡(luò)模型的權(quán)重文件；然后利用測試集中的圖像對(duì)具有權(quán)重文件的檢測網(wǎng)絡(luò)模型進(jìn)行測試。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述檢測模塊，還用于：

對(duì)每張圖像進(jìn)行交通燈的狀態(tài)和位置信息的標(biāo)注，以獲得每張圖像的標(biāo)簽文件；

將標(biāo)注后的圖像進(jìn)行隨機(jī)打亂，抽取預(yù)設(shè)數(shù)量的圖像作為訓(xùn)練集，抽取預(yù)設(shè)數(shù)量的圖像作為測試集之后，包括：

分別在訓(xùn)練集文件夾和測試集文件夾中設(shè)置各自的圖像文件夾和標(biāo)簽文件夾，以分別存儲(chǔ)訓(xùn)練集和測試集中的圖像及其對(duì)應(yīng)的標(biāo)簽文件。