YOLO算法及其在自动驾驶场景中目标检测综述

• 全文链接
• 请求原文

作   者：

邓亚平;  李迎江; 

作者机构：

重庆理工大学计算机科学与工程学院; 

关键词：

自动驾驶;  实时检测;  目标检测;  YOLO算法;  交通场景; 

期刊名称：

计算机应用

i s s n：

年卷期：

2024 年 006 期

页   码：

1949-1958

摘   要：

自动驾驶场景下的目标检测是计算机视觉中重要研究方向之一,确保自动驾驶汽车对物体进行实时准确的目标检测是研究重点.近年来,深度学习技术迅速发展并被广泛应用于自动驾驶领域中,极大促进了自动驾驶领域的进步.为此,针对YOLO(You Only Look Once)算法在自动驾驶领域中的目标检测研究现状,从以下4个方面分析.首先,总结单阶段YOLO系列检测算法思想及其改进方法,分析YOLO系列算法的优缺点;其次,论述YOLO算法在自动驾驶场景下目标检测中的应用,从交通车辆、行人和交通信号识别这3个方面分别阐述和总结研究现状及应用情况;此外,总结目标检测中常用的评价指标、目标检测数据集和自动驾驶场景数据集;最后,展望目标检测存在的问题和未来发展方向.