基于深度学习的道路车辆目标检测系统设计

来源：计算机测量与控制杂志2023年第2期北京时间：

作者：梅玲玲

单位：重庆对外经贸学院

摘要：针对现有道路车辆目标检测系统由于计算量过大，且在复杂背景下容易出现误检的问题，设计了一种基于深度学习的道路车辆目标检测系统。系统硬件主要由信号输入模块、控制模块、中央处理模块和输出通道模块四部分组成。引入XCV50E芯片构建控制模块，通过高速RAM快速分配信号。利用TMS320C6202芯片设置中央处理模块，将PCI9054作为信号输出模块的核心设备。软件设计中，完成用户登录、数据采集及处理、模型训练等设计。引入深度学习策略，先采用直方图均衡法处理环境光线干扰的问题，然后建立改进YOLOv4模型，处理噪声等干扰信息，最后基于注意力机制完成图像特征提取优化，进而更精准地完成道路车辆目标检测。实验结果表明，所提系统具有很好的鲁棒性，能够很好地减少计算量，提高检测准确率。

关键词：深度学习;道路车辆;目标检测;检测系统;YOLOv4检测模型