姚雨含 劉慧舟

（海南大學信息與通信工程學院,海南 ?？?570100）

在無人駕駛中，對于交通燈交通標志的識別是智能環(huán)境中的重要一環(huán)。準確地識別出交通燈的信息，并且對傳輸信號進行及時處理，對于保障自動駕駛的安全性和可靠性具有極其重要的意義。為此，本文基于YOLOv5對交通燈的識別展開研究。通過圖像采集系統(tǒng)收集圖像，構建數(shù)據(jù)集，對交通燈的顏色進行識別并提高準確度[1]。

目前對于交通燈的識別可以分為傳統(tǒng)的圖像處理和基于視覺的目標檢測方法。圖像處理主要有模糊隸屬度函數(shù)、歸一化法、殘差法、k均值聚類法、高斯分布建模方法等，他們檢測圖像顏色的方法多為圖像處理的方法，主要有對圖像進行降噪預處理、顏色空間閾值分割、通過形狀特征過濾等步驟[2]?；谟嬎銠C視覺的目標檢測方法可以分為兩類：傳統(tǒng)的目標檢測算法和基于深度學習的目標檢測算法。傳統(tǒng)的目標檢測算法主要是通過逐步滑動窗口對整幅圖像進行遍歷，選取目標框，再利用方向梯度直方圖（Histogram of Oriented Gradient，HOG）、尺度不變特征變換（Scale Invariant Feature Transform，SIFT）等方式對目標框提取特征，最后結合SVM、Adaboost分類器等對目標進行分類。而基于深度學習技術的目標檢測算法，通過將整幅圖像作為神經網絡的輸入，直接在輸出層通過回歸得到目標框的位置和種類等信息，有著更高的檢測速度。與傳統(tǒng)的檢測方法相比，其檢測結果更好，泛化能力更強，更能夠滿足自動駕駛汽車對可靠性和實時性的要求。

基于這些特點，本文采用基于深度學習的方法，對路面交通燈進行檢測和識別，致力于構建一個更加智能化的路面信息系統(tǒng)[3]。

1 識別控制系統(tǒng)

在系統(tǒng)中可采用光學裝置和非接觸的傳感器裝置，通過鏡頭對目標物體的圖像進行采集，然后將采集到的信號傳遞到系統(tǒng)處理器，由此處理器對傳遞過來的圖像進行識別與分類此時的交通燈情況，并針對這些情況發(fā)送控制指令至汽車的控制系統(tǒng)。汽車控制系統(tǒng)可以控制汽車啟動發(fā)動機運轉、制動等，使汽車根據(jù)交通燈情況進行行駛，從而保證無人駕駛的安全性。如圖1所示，根據(jù)實際應用設計出應用系統(tǒng)。

圖1 系統(tǒng)結構圖

2 數(shù)據(jù)集分析

為了準確檢測和識別交通燈，需要使用合適的數(shù)據(jù)集來進行訓練。常用數(shù)據(jù)集有Bosch Small Traffic Lights Dataset（BSTLD）和Lara數(shù)據(jù)集，Bosch數(shù)據(jù)集圖像采集自德國，是目前國內外公開的最大的有標注的交通燈數(shù)據(jù)集；而Lara數(shù)據(jù)集來自巴黎，只含單一的交通燈標簽且交通場景復雜，分辨率較低。本次設計中試驗的數(shù)據(jù)集也部分來自于自主制作的交通燈圖像數(shù)據(jù)集。

3 基于YOLOv5的交通燈識別的設計

2020年YOLOv5算法出現(xiàn)，其設計了馬賽克數(shù)據(jù)增強、Focus結構等，使模型結構變得更加輕量化，對試驗設備的資源要求非常友好，同時進一步平衡了檢測精度和速度。

YOLOv5模型根據(jù)其深度、寬度的差異可以分為四個不同規(guī)模的模型：YOLOv5nano、YOLOv5samll、YOLOv5middle以及YOLOv5large。本文以YOLOv5s為例進行說明，其他版本模型都是在YOLOv5s的基礎之上對網絡進行加深和擴展，其結構原理都與YOLOv5s類似。

YOLOv5s的網絡結構主要由三部分組成，即Backbone、Neck和Prediction部分。

第一，Backbone（骨干網絡）包含了Focus、CBL、CSP和SPP四種模塊。首先，輸入大小為640×640×3的圖片，通過Focus模塊進行切片處理，輸出大小為320×320×12的特征圖，以此來減少網絡的計算量，提升選擇區(qū)域的特征提取速度并通過Concat將切片圖像的高度和寬度整合，增加輸入圖像的通道數(shù)。其次，切片后的圖像通過CBL模塊來提取特征，在特征提取的過程中，使用CSP殘差結構來優(yōu)化網絡中的梯度信息，減少了推理計算量，加快網絡的計算速度。最后，由SPP模塊通過多次池化，完成對高層次語義特征的提取與融合。將不同尺寸的輸入轉變?yōu)橄嗤笮〉妮敵?，解決了輸入圖像尺寸不統(tǒng)一的問題，提升模型精度。

第二，Neck（頸部結構）主要是進行特征融合，Neck部分使用了ReLU激活函數(shù)，采用路徑聚合網絡（Path Aggrega-tion Network，PANet）結構融合不同尺寸的特征圖。先通過從上到下對圖片進行上采樣，將提取到的特征與主干網絡中提取到的特征進行融合，添加一個自下向上的特征金字塔結構，對圖片進行降采樣，將提取到的所有特征進行融合。通過PANet網絡結構可以彌補并融合強定位信息，最終將輸出用于Head的檢測中。

第三，Prediction（輸出端）使用GIoU作為目框的損失函數(shù)，通過非極大值抑制（NMS）來篩選目標框。YOLOv5s結構圖如圖2所示。

圖2 YOLOv5s結構圖

與YOLOv4系列相同，YOLOv5系列使用了Mosaic數(shù)據(jù)增強的方式。將1～4 張圖片進行隨機裁剪、縮放后，再隨機排列拼接形成一張圖片，在豐富了檢測數(shù)據(jù)集的同時，通過隨機縮放增加了很多小目標樣本，使網絡具有更好的魯棒性，增加了網絡訓練的速度，同時降低了GPU的占用。YOLOv5系列新增了自適應錨框，在之前的兩個版本中，訓練不同的數(shù)據(jù)集初始錨框的值是通過運行單獨的程序得到的；但YOLOv5中將此功能加入到了代碼中，每次訓練自適應地計算得到不同訓練集中的最佳錨框值，從而幫助網絡快速收斂。

與YOLOv3相同，YOLOv5仍然利用 K-means 方法進行預測框的預測，依據(jù)預測框中心位置、左上角的相對偏移進行邊界回歸，進行實際框的計算

式中，mx、my、mw、mh為預測框的中心點坐標、寬度、高度；nx、ny為卷積殘差操作所得特征圖單元格左上角坐標；、ty表示預測框中心點相對于網格最左上角坐標的偏移量；tw、th表示預測框的寬高相對于錨框寬高的相對比例；、ph為錨框的寬度和高度。

YOLOv5的損失函數(shù)由預測框位置損失函數(shù)、目標置信度損失函數(shù)和預測框目標分類函數(shù)組成

式中，Lbox——預測框位置損失函數(shù)；

Lobj——目標置信度損失函數(shù)；

Lcls——預測框目標分類函數(shù)。

通常情況下用PR曲線和AP值來評價一個該模型的性能。

4 試驗

4.1 參數(shù)設置

試驗采集了不同時間、不同天氣情況、不同交通道路的交通燈圖片3 000張，選取其中2 500張進行訓練，剩余的500張作為預測集。使用Python語言進行程序的編寫。主要配置參數(shù)：在最優(yōu)方法中動量因子（momentum）設置為 0.9，學習的效率設置為0.001，更新間隔（batch）為32，訓練樣本數(shù)（subdivisions）設置為 16，權重衰減因子（decay）設置為0.000 5。對每次學習后的參數(shù)按照比例進行降低，以防止過擬合（該參數(shù)越大，對過擬合的抑制作用越強），迭代終止條件（max_batches）設置為20 200。本次試驗采取了兩種學習的方案，分別對比它們的學習效果。

方案一：不使用steps策略，從0～30 000次迭代統(tǒng)一使用0.001的學習率。

方案二：使用steps策略，將整個過程分為三個階段，第一、二、三階段迭代次數(shù)分別為16 000次、8 000次和6 000次。在16 000次迭代和24 000次迭代將學習率調整為第一階段的0.5倍和第二階段的0.2倍，即調整為0.000 5和0.000 1。

4.2 訓練結果

經過訓練，比較方案一和方案二在不同迭代次數(shù)下的平均損失如表1所示，并繪制平均損耗曲線（Avg Loss Curve）和平均交并比曲線（Avg IOU Curve），同時對比加入目標跟蹤（DeepSort）和不加入的區(qū)別。分別如圖3、圖4和圖5所示。

表1 兩種方案迭代次數(shù)與平均損失

圖3 平均交并比曲線

圖4 平均損耗曲線

圖5 加入DeepSort后的Loss曲線

對比方案一與方案二訓練結果可知：

方案一的loss值在迭代24 000次以后的變化非常不明顯，24 000次迭代到30 000次迭代的Avg Loss只下降了15.40%，且逐漸趨于一個值不再下降，最后Avg Loss值為0.028也略大。且觀察其Avg Loss曲線發(fā)現(xiàn)，在接近30 000次迭代時曲線斜率趨近于0，過于平緩幾乎不再變化。

方案二的loss值在迭代24 000次以后的變化較為明顯，24 000次迭代到30 000次迭代的Avg Loss下降了33.20%。最后Avg Loss值為0.019較方案一也明顯更理想。且觀察其Avg Loss曲線發(fā)現(xiàn)，在接近30 000次迭代時曲線并未趨于平緩。

對比兩種方案發(fā)現(xiàn)，發(fā)現(xiàn)采用steps策略可以更高效地降低Avg Loss值，避免Avg Loss過早地趨于平穩(wěn)不再下降。

5 結果

將訓練模型得到的模型權重best.pt用來做測試，輸入測試所需的命令行，將待測試的圖片放入文件夾中并輸入在命令中進行測試，改進前和改進后對比結果如圖6、圖7所示。

圖6 改進前的檢測結果

圖7 改進后的檢測結果

由改進前后的檢測結果圖可以看出，采用了step學習的檢測，能夠更準確地區(qū)分方向和數(shù)字的區(qū)別，提高了交通燈識別的準確性。固定交并比（IoU）閾值=0.5，改變置信度閾值，計算得到不同的Precision-Recall點。連接所有的點，得到了PR曲線，求PR曲線下的面積就是該類別的平均精準度（mAP）。識別結果的PR曲線如圖8所示?？梢缘贸鲈撃Ｐ偷男阅芰己?。

圖8 識別結果的PR曲線

6 結語

為了提高自動駕駛技術的可靠性和準確性，設計了一套基于YOLOv5的交通燈識別系統(tǒng)，該系統(tǒng)通過對數(shù)據(jù)集進行訓練。調試合適的參數(shù)，對比了使用step學習和不使用step學習的兩種方案，得出使用step學習能夠提升識別的準確性。本文使用的YOLOv5算法相較于傳統(tǒng)的識別方法，實時性和準確性都有了很大的提高，有利于汽車無人駕駛技術和無人駕駛的發(fā)展。