80、面向维护人员的视觉预警系统解读

面向维护人员的视觉预警系统解读

1. 系统概述

在道路维护工作中，维护人员的安全至关重要。由于工作区域与车道之间缺乏物理安全屏障，仅靠交通锥和安全信标分隔，维护人员面临着车辆接近带来的潜在危险。为了提高维护人员的安全性，开发了一种基于视觉的预警系统，该系统主要由车辆检测、跟踪、交通流量检查算法和预警装置组成。

2. 接近车辆检测

接近车辆检测是整个系统的第一步，需要在两个摄像头流的每一帧中检测接近的车辆。这里选择了 YOLOv4 进行检测，它是一种单阶段检测器，在推理时间和准确性之间提供了合适的权衡。
- 数据集创建与处理
- 基于实际维护环境拍摄的视频创建了一个数据集，包含 1200 张带注释的图像。
- 项目团队成员手动对数据集进行标注。
- 将数据集随机分为三组（训练集/开发集/测试集），分配比例遵循 60/20/20 的经验法则。
- 模型训练
- 应用迁移学习概念，使用原作者的预训练权重。迁移学习可将神经网络从先前任务中学到的知识应用到当前任务，能显著减少从头训练神经网络所需的时间，且模型性能相近。
- 由于训练集相对较小，仅删除输出层和输入该层的权重，然后创建一个新的输出层，输出张量形状为 $N \times N \times [3 \times (4 + 1 + 3)]$，其中 $N \times N$ 表示网格单元的数量，3 是锚框的数量。
- 每个锚框的边界框由 $(c_n^i, w_n^i, h_n^i)$ 定义，$c_n^i = (x_n^i, y_n^i)$ 表示中心，$w_n^i$ 表示宽度，$h