[發明專利]一種交通燈檢測方法和裝置

在審

• 申請號: 201810695612.5
• 申請日: 2018-06-29
• 公開（公告）號: CN110659540A
• 公開（公告）日: 2020-01-07
• 發明（設計）人: 劉丹
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 11219 中原信達知識產權代理有限責任公司
• 代理人: 張一軍;李陽

本發明公開了交通燈檢測方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：接收包括有交通燈的圖像，將所述圖像通過檢測網絡模型獲得該圖像中交通燈的狀態和位置信息；其中，所述檢測網絡模型包括N個串聯的fire模型組合成的主干卷積網絡FireNet，在所述主干卷積網絡FireNet的前后分別設置的第一卷積層和第二卷積層，以及在第二卷積層后面設置的region層。該實施方式能夠解決現有技術對交通信號燈檢測、識別準確率低，實時性差的問題。

技術領域

本發明涉及計算機技術領域，尤其涉及一種交通燈檢測方法和裝置。

背景技術

在配送車實際運行過程中，是要經過交通路口，并且需要對交通信號燈進行識別。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

在現有技術中，依靠顏色空間等方式對交通信號燈進行檢測、識別，總體來說準確率都很低，同時實時性不好，且對光照和模板較為敏感導致識別精度差。

發明內容

有鑒于此，本發明實施例提供一種交通燈檢測方法和裝置，能夠解決現有技術對交通信號燈檢測、識別準確率低，實時性差的問題。

為實現上述目的，根據本發明實施例的一個方面，提供了一種交通燈檢測方法，包括：接收包括有交通燈的圖像，將所述圖像通過檢測網絡模型獲得該圖像中交通燈的狀態和位置信息；其中，所述檢測網絡模型包括N個串聯的fire模型組合成的主干卷積網絡FireNet，在所述主干卷積網絡FireNet的前后分別設置的第一卷積層和第二卷積層，以及在第二卷積層后面設置的region層。

可選地，還包括：構建所述檢測網絡模型的過程：采集預設數量的實景道路中含有交通燈的圖像，對每張圖像進行交通燈的狀態和位置信息的標注；將標注后的圖像進行隨機打亂，抽取預設數量的圖像作為訓練集，抽取預設數量的圖像作為測試集；搭建檢測網絡模型，利用訓練集中的圖像對所述檢測網絡模型進行訓練，以獲得檢測網絡模型的權重文件；然后利用測試集中的圖像對具有權重文件的檢測網絡模型進行測試。

可選地，對每張圖像進行交通燈的狀態和位置信息的標注，以獲得每張圖像的標簽文件；

將標注后的圖像進行隨機打亂，抽取預設數量的圖像作為訓練集，抽取預設數量的圖像作為測試集之后，包括：分別在訓練集文件夾和測試集文件夾中設置各自的圖像文件夾和標簽文件夾，以分別存儲訓練集和測試集中的圖像及其對應的標簽文件。

可選地，所述fire模型分為兩層，并且每層都設置有激活層；其中，所述fire模型的第一層設置有1*1的卷積核，所述fire模型的第二層設置有1*1的卷積核和3*3的卷積核。

可選地，所述第一卷積層與所述主干卷積網絡FireNet之間設置有池化層，所述主干卷積網絡FireNet與所述第二卷積層之間設置有池化層；

所述主干卷積網絡FireNet中N個串聯的fire模型，除第一個fire模型與第二個fire模型之間不設置池化層，其余fire模型之間都設置有池化層。

可選地，所述第一卷積層為采用64個大小為3*3的濾波器，所述第二卷積層為采用1024個大小為1*1的濾波器。

另外，根據本發明實施例的一個方面，提供了一種交通燈檢測裝置，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絡模型獲得該圖像中交通燈的狀態和位置信息；其中，所述檢測網絡模型包括N個串聯的fire模型組合成的主干卷積網絡FireNet，在所述主干卷積網絡FireNet的前后分別設置的第一卷積層和第二卷積層，以及在第二卷積層后面設置的region層。

可選地，所述檢測模塊，還用于：