基于Carla仿真平台的YOLOv5多目标检测研究

• 全文链接
• 请求原文

作   者：

尹誉翔; 

作者机构：

兰州交通大学交通运输学院; 

关键词：

自动驾驶;  YOLOv5;  仿真;  物体检测; 

期刊名称：

黑龙江科学

i s s n：

1674-8646

年卷期：

2024 年 15 卷 006 期

页   码：

12-15

摘   要：

为尝试利用仿真平台生成的数据集来构建自动驾驶场景下的目标检测模型,探索仿真技术与实际应用的融合路径,基于Carla模拟环境平台,通过配置多种交通工具、行人、动物等元素,生成包含多类目标的图像数据集并进行详细的标注处理,利用改进的YOLOv5目标检测算法来训练模型,比较不同超参数设置下模型的检测性能.结果表明,仅依靠仿真平台生成的数据进行训练的YOLOv5模型在验证集上的平均精度(mAP)达到88%,该结果验证了构建的基于仿真技术的目标检测框架是有效的.进一步分析认为,仿真技术在目标检测领域具有重要优势,可生成大量包含各类目标的图像,有助于目标检测模型的训练,为后续利用迁移学习将仿真环境中的知识迁移到实际应用中及探索仿真与实际应用融合的路径奠定了基础.