1,YOLOv3模型简介

YOLO能实现图像或视频中物体的快速识别。在相同的识别类别范围和识别准确率条件下,YOLO识别速度最快。

官网:https://pjreddie.com/darknet/yolo/

知乎:https://zhuanlan.zhihu.com/p/25236464

YOLO有多种模型,包括V1,V2,V3,其中V3识别准确率最高,但对硬件要求也高。还有tiny模型。也可针对特定识别物体类别进行训练,获得应用需要的专用模型。

本次测试采用V3模型。对实际车场图片进行批量检测,对检测结果进行分析,重点是车位中的车辆能否得到正确识别,以探讨YOLO V3模型应用于车场车位状态检测中的可行性。

2,测试环境

操作系统

Windows7 64位

Cpu

 

Gpu

0

内存

4GB

输入图片的数量和规格

2019张,960*1280

运行时间

2018-05-23 18:03~~2018-05-24 05:01

执行文件

darknet.py

检测模型

YOLO v3

物体检测阈值

置信度 > 0.25

物体分类模型

80种,与车位车辆相关的4种(car, motorbike, truck, bus)。详见coco.names

3,测试数据和结果

运行总时间

11小时

平均每张图片的分析时间

20秒

分析后输出的图片包

YOLO对车位图片的检测结果.rar

分析输出文字信息

out.txt

车位图片输出结果分析

车位图片输出结果分析.xls

识别错误类别统计:

错误类别编号

错误类别

数量

比例

备注

1

识别到周围停有车辆,因而判断有车

118

此问题与YOLO算法无关

2

未识别出相机识别车位上的车辆

74

3.66%

2类错误的文件已打包在文件2类错误.rar

3

镜头范围过小,车辆无法体现特征

1

此问题与YOLO算法无关

4

图像变形

1

此问题与YOLO算法无关

5

在无车位置上错误标注

6

0.3%

5类错误的文件已打包在文件5类错误.rar

综上所述,本次测试错误率为3.96%。效果还是令人基本满意的。

4,测试分析

4.1 YOLOv3静态车位图片检测优势

总体来说,识别车辆准确,适应强。具体表现如下:

²            对于多车不会漏检

²            面向镜头的无论是车头、车尾还是车身都能检测到。

²            特种车辆也能识别。

²            只出现一部分的车身也能检测到。但也要看是否能体现车辆特征

²            光线强弱对检测影响不大。

²            强大的物体检测能力,不仅限于车辆检测。

以下具体示例略。

4.2 YOLOv3静态车位图片检测存在的问题

测试中发现的问题可以归纳为以下几类:

²            存在漏检。某些明显的车辆未能检测到

²            在全域范围内能检测到的车辆,区域裁剪后可能导致检测不到

²            同一物体可能检测出多种类别或多台车检测成1台

²            车辆错误识别为其它种类

²            空车位错误识别为车辆

以下具体示例略。

5,后续计划

对于车位车辆的识别,如果速度和准确度达到实用程度,那么可用于简易停车场的车位调度。

如果结合人脸识别或车牌识别,也能做到反向寻车。

也可应用于路边停车,可将车辆进入停车区和离开停车区的信息及时上报。

目前关键还是将车辆识别做到又好又快。以下为思路:

略。

YOLOv3模型识别车位图片的测试报告(节选)的更多相关文章

  1. yolov3输出检测图片位置信息

    前言 我们在进行图片识别后需要进行进一步的处理,该文章会介绍:1.怎样取消lables;2.输出并保存(.txt)标记框的位置信息 一.去掉label 在darknet/src/image.c 收索d ...

  2. yolov3和ssd的区别

    版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/BlowfishKing/article/d ...

  3. YOLOv1到YOLOv3的演变过程及每个算法详解

    1,YOLOv1算法的简介 YOLO算法使用深度神经网络进行对象的位置检测以及分类,主要的特点是速度够快,而且准确率也很高,采用直接预测目标对象的边界框的方法,将候选区和对象识别这两个阶段合二为一, ...

  4. AI应用开发实战 - 定制化视觉服务的使用

    AI应用开发实战 - 定制化视觉服务的使用 本篇教程的目标是学会使用定制化视觉服务,并能在UWP应用中集成定制化视觉服务模型. 前一篇:AI应用开发实战 - 手写识别应用入门 建议和反馈,请发送到 h ...

  5. KNN算法案例--手写数字识别

    import numpy as np import matplotlib .pyplot as plt import pandas as pd from sklearn.neighbors impor ...

  6. [2] LabelImg图片标注 与 YOLOv3 网络训练 (待补充)

    LabelImg是一个图形图像注释工具. 它是用Python编写的,并使用Qt作为其图形界面. 注释以PASCAL VOC格式保存为XML文件,这是ImageNet使用的格式.Besdies,它也支持 ...

  7. Jmeter 发测试报告到邮箱,expand/collapse 图片不显示

    由于发送到邮箱中html文件是不包含expand/collapse 资源文件的,所以导致邮箱中这两个图片没有显示,解决方法有两种: 1. 使用http能访问的图片链接地址 修改change中的图片资源 ...

  8. ReportNg 测试报告的定制修改【转】

    前言 前段时间在Testerhome上面看到了测试报告生成系列之-------如何用 testNG 生成测试报告 简单的描述了一些测试报告的生成,接着有人在评论中回复说可以针对reportNg的测试报 ...

  9. (引用 )自动化测试报告HTMLtestrunner

    1>下载HTMLTestRunner.py文件,地址为: http://tungwaiyip.info/software/HTMLTestRunner.html   Windows平台: 将下载 ...

随机推荐

  1. Spring Task 定时任务

    所谓定时任务.就是依据我们设定的时间定时运行任务,就像定时发邮件一样,设定时间到了.邮件就会自己主动发送. 在Spring大行其道的今天,Spring也提供了其定时任务功能,Spring Task.同 ...

  2. sizeof、strlen

    一.sizeof sizeof(...)是运算符,sizeof操作符的结果类型是size_t.它在头文件里typedef为unsigned int类型.是以字节为单位进行计数的.所以位域成员不 能用s ...

  3. hdu 1251 统计

    他妹的.敲完了.电脑死机了,所有消失了,又从新打了一遍,... 这是什么节奏 #include <stdio.h> #include <string.h> #include & ...

  4. 2016/05/05 smarty ①分页 ② 查询后分页 ③缓存

    samrty  分页   查询后分页 0505fch.php <?php include("init.inc.php"); include("DBDA.php&qu ...

  5. C项目实践--图书管理系统(4)

    前面已经把图书管理系统的所有功能模块都已实现完毕了,下面通过运行来分析该系统的操作流程并检验是否符合逻辑设计要求. 3.系统操作过程 F5 运行 1.登录系统 系统运行之后,提示输入用户名和密码,系统 ...

  6. CAS和ABA

    1 CAS compare and swap的缩写,详见乐观锁和悲观锁. 2 ABA 就是说,我获取的旧值是A,然后被人修改成了B,但是又被人修改成了A,我就认为并没有修改,更新内存. 解决办法,给每 ...

  7. Linux的进程优先级NI和PR到底有什么区别

    Linux的进程优先级NI和PR到底有什么区别 - 51CTO.COM http://os.51cto.com/art/201605/511559.htm

  8. Delphi的函数指针

    不求全面,先留个爪: TNotifyEvent = procedure(Sender: TObject) of object; TMethod = record Code, Data: Pointer ...

  9. UVA11324 The Largest Clique —— 强连通分量 + 缩点 + DP

    题目链接:https://vjudge.net/problem/UVA-11324 题解: 题意:给出一张有向图,求一个结点数最大的结点集,使得任意两个结点u.v,要么u能到达v, 要么v能到达u(u ...

  10. 并不对劲的bzoj4816:loj2000:p3704[SDOI2017]数字表格

    题目大意 有函数\(f(x)\),\(f(0)=0,f(1)=1,f(x)=f(x-1)+f(x-2)\) \(t\)(\(t\leq1000\))组询问,每次给定\(n,m\)(\(n,m\leq1 ...