典型文献
基于深度学习PyTorch框架下YOLOv3的交通信号灯检测
文献摘要：
随着《智能汽车创新发展战略》的发布,国家大力发展智能网联汽车势在必行.在自动驾驶技术中,复杂环境中目标物体的识别和判别是一项高难度的挑战,也是需要解决的重点任务之一.本文主要针对汽车智能化设计领域占有重要基础地位的图像识别功能,利用深度学习框架PyTorch和YOLOv3算法对于交通信号灯的判定进行学习训练,最终对获取的交通路况实景图进行识别,取得一定的实际检测效果,以期推动汽车智能化设计领域的技术创新和突破.
文献关键词：
PyTorch;YOLOv3;交通信号灯
中图分类号：
作者姓名：
李蒋
作者机构：
苏州建设交通高等职业技术学校,江苏 苏州 215100
文献出处：
引用格式：
[1]李蒋-.基于深度学习PyTorch框架下YOLOv3的交通信号灯检测)[J].汽车电器,2022(06):4-7
A类：
B类：
PyTorch,YOLOv3,交通信号灯,智能汽车,创新发展战略,智能网联汽车,自动驾驶技术,复杂环境,高难度,重点任务,汽车智能化,智能化设计,基础地位,图像识别,识别功能,深度学习框架,学习训练,交通路况,实景图,检测效果
AB值：
0.351483
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
