跳到主要內容

臺灣博碩士論文加值系統

(34.204.198.73) 您好!臺灣時間:2024/07/16 17:40
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:曾書瀚
研究生(外文):TSENG,SHU-HAN
論文名稱:基於YoLoV5即時行人交通號誌燈識別
論文名稱(外文):Real-time pedestrian traffic light detection based on YoLoV5
指導教授:陳敦裕陳敦裕引用關係
指導教授(外文):CHEN,DUN-YU
口試委員:謝君偉康立威
口試委員(外文):XIE,JUN-WEIKANG,LI-WEI
口試日期:2022-07-18
學位類別:碩士
校院名稱:元智大學
系所名稱:電機工程學系甲組
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2022
畢業學年度:110
語文別:中文
論文頁數:36
中文關鍵詞:即時行人交通號誌燈識別
外文關鍵詞:yolo
相關次數:
  • 被引用被引用:1
  • 點閱點閱:731
  • 評分評分:
  • 下載下載:198
  • 收藏至我的研究室書目清單書目收藏:0
全球有超過2.5億視障人士,戶外的移動是他們必須面對的大問題。大多數國家的有聲行人號誌燈普及率很低。在沒有他人幫助的情況下過馬路是一個懸而未決的問題,因為全球大多數行人交通信號燈都沒有提供聲音輔助。少數有研究涉及圖像檢測行人交通信號燈,據我所知文獻中關於使用最近最先進的計算機視覺方法存在明顯差距例如用於解決此類問題的深度神經網絡。在本文中我們研究了當前基於深度神經網絡的定位/檢測和分類的最新技術,我們提出了一種檢測行人交通信號燈及其當前狀態的解決方案,以幫助視障人士借助此系統安全的通過馬路,本篇論文使用YoloV5模型來訓練特徵類別,整體系統包含三個部分,輸入圖像、物件分類,物件識別,可以讓視障人士更加安全的通過路口。實驗成效準確率可以達到90%左右。
With over 250 million visually impaired people worldwide, outdoor mobility is a major problem they must face. Most countries have a low prevalence of audible pedestrian signals. Crossing the street without assistance is an unresolved issue, as most pedestrian traffic signals around the world do not provide audible assistance. There are few studies involving image detection of pedestrian traffic lights, and to my knowledge there are significant gaps in the literature regarding the use of recent state-of-the-art computer vision methods such as deep neural networks for solving such problems. In this paper we investigate the latest techniques for localization/detection and classification based on deep neural networks, and we propose a solution for detecting pedestrian traffic signals and their current status to help visually impaired people to cross the road safely with this system. The system consists of three parts: input image, object classification, and object recognition, which allows the visually impaired to pass through intersections more safely. The accuracy of the experimental results can reach about 90%.
摘要 III
ABSTRACT IV
誌謝 V
第一章、緒論 1
1.1 研究動機與目的 1
1.2 研究背景 1
1.3 研究方法 2
1.4 論文架構 2
第二章、文獻探討 3
2.1 人工智慧簡介與應用 3
2.2類神經網路(ArtificialNeuralNetwork;ANN) 4
2.3機器學習(MachineLearning) 6
2.4深度學習運用在影像識別方面的相關研究 9
2.5 YOLOV5(YouOnlyLookOnce;YOLO) 10
2.6 道路交通標誌置規則 13
第三章、方法系統環境架設 13
3.1 YOLO-V5 識別 14
3.1.1標記軟體 (Labelimg) 15
3.2電腦軟體環境架設 16
3.3 LifeCam Cinema(Webcam) 19
第四章、實驗成果與說明 21
4.1 YOLO-V5 訓練參數設置與成效 21
4.2知識蒸餾 27
4.3模型比較 28
4.4模型檢測成效 29
4.5 行人號誌燈獨特性 30
第五章、結論 32
參考文獻 33


[1] B. Benjdira, T. Khursheed, A. Koubaa, et al. Car detection using unmanned aerial vehicles: comparison between faster R-CNN and YOLOv3. In: The 1st Unmanned Vehicle Systems Conference in Oman
[2]你知道機器學習(Machine Learning),有幾種學習方式嗎? https://www.ecloudvalley.com/zh-hant/machine-learning/
[3]淺談 Deep Learning 原理及應用, https://www.cc.ntu.edu.tw/chinese/epaper/0038/20160920_3805.html
[4] 深度神經網路成 AI 發展重點, https://itritech.itri.org.tw/blog/ai-development-focuses-on-deep-neural-networks/
[5] AI 打破人類 3000 年來的盲點, https://www.inside.com.tw/article/9071-how-alphago-inspire-human-in-go
[6]林亭彣,以雙重卷積神經網路實現容易更換前導者的跟隨自走車,2017
[7] 鄭守益,以類神經網路鑑別點焊品質之研究,2004
[8]機器學習七大步驟,https://ithelp.ithome.com.tw/articles/10218533?sc=iThelpR
[9]機器學習的種類,https://ithelp.ithome.com.tw/articles/10264258
[10]機器學習大雜燴,https://ithelp.ithome.com.tw/articles/10265277
[11] 你知道機器學習(Machine Learning),有幾種學習方式嗎? ,https://www.ecloudvalley.com/zh-hant/machine-learning/
[12] 三大類機器學習:監督式、強化式、非監督式, https://ai4dt.wordpress.com/2018/05/25/三大類機器學習:監督式、強化式、非監督式
[13]深度學習創新企業應用,https://www.ithome.com.tw/news/107617
[14]什麼是深度學習, https://www.tibco.com/zh-hant/reference-center/what-is-deep-learning
[15]深度學習產業現況與應用案例, https://www.gigabyte.com/tw/Article/can-ai-replace-humans-5-minutes-to-understand-d 70 nn-industry-and-applications-part-i
[16]施博翔,基於卷積神經網路的高樓外牆磁磚檢測,2018
[17]卷積神經網路(CNN)詳解與代碼實現, https://www.cnblogs.com/further-further-further/p/10430073.html
[18]卷積神經網路(Convolutional neural network, CNN) — CNN 運算流程, https://chih-sheng-huang821.medium.com/卷積神經網路 -convolutional-neural-network-cnn-cnn 運算流程-ecaec240a631
[19]深度學習激勵函數介紹,https://cvfiasd.pixnet.net/blog/post/275774124
[20]基礎介紹-損失函數(loss function),https://chih-sheng-huang821.medium.com/機器-深度學習-基礎介紹-損失函數-loss-function-2dcac5ebb6c
[21]每天五分鐘卷積神經網絡:池化層是什麼?最大池化是如何實現的? https://kknews.cc/zh-tw/code/8pjxeve.html
[22]深入學習卷積神經網路(CNN)的原理知識
https://www.itread01.com/eehkhke.html
[23]機器學習中過擬合的定義及原因https://kknews.cc/zh-tw/tech/o5jql5q.html
[24] CNN 入門-Overfitting , https://cinnamonaitaiwan.medium.com/cnn%E5%85%A5%E9%96%80-overfitting-d10 acd15ec21
[25] OpenCV&Python 安裝與簡介, https://medium.com/@bob800530/opencv-python-%E5%AE%89%E8%A3%9D%E8% 88%87%E7%B0%A1%E4%BB%8B-efe3ddd94c0b
[26] Python 優點與缺點,https://www.yottau.com.tw/article/27#:~:text=Python
[27]程式語言排名與分析,該學習哪一種程式語言?, https://www.johntool.com/programming-language-rank/ 2021
[28] Microsoft 微軟LifeCam Cinema網路攝影機 H5D-00016
https://www.books.com.tw/products/N000857105
[29] Open CV 介紹,https://blog.tibame.com/?p=15141 你的 AI 會看圖嗎?
[30] 探討機器學習與深度學習之差異
https://www.wpgdadatong.com/tw/blog/detail?BID=B0286
[31] AI 人工智慧、ML 機器學習、深度學習、Python 是什麼? 看這一篇就對了!https://www.tedu.tw/blog/what-are-ai-ml-python.html
[32] 為什麼臉書都知道我的喜好?——社交推薦系統
https://scitechvista.nat.gov.tw/Article/C000003/detail?ID=27d587d4-2ee6-4765-a7a1-73fcfb5d8ee0
[33] 吃雞、捉迷藏都難不倒它!Deepmind 推出最新泛用型遊戲 AI「XLand」
https://www.inside.com.tw/article/24328-deepmind-ai-xland
[34] 汽車進入智慧化時代? AI於自駕、座艙中的應用
https://www.digitimes.com.tw/iot/article.asp?cat=158&cat1=20&id=0000632134_B3I0C95S4ENK4Z3JDE49Y
[35] Microsoft 官網,https://www.microsoft.com/zh-tw/accessories/products/webcams/lifecam-cinema?activetab=overview%3aprimaryr2
[36] 監督式學習?增強學習?聽不懂的話,一定要看這篇入門的機器學習名詞解 釋,https://www.inside.com.tw/article/9945-machine-learning
[37] 認識過度最佳化:Overfitting,https://www.fintech995.com/blog/overfitting
[38] Yolov3、Yolov4與Yolov5性能对比https://blog.csdn.net/duzhongqiang/article/details/113757403
[39]目标检测算法之YOLOv3及YOLOV3-Tiny
https://zhuanlan.zhihu.com/p/93809416
[40] YOLOv5 詳細解讀https://medium.com/@_Xing_Chen_/yolov5-%E8%A9%B3%E7%B4%B0%E8%A7%A3%E8%AE%80-724d55ec774
[41] 道路交通標誌標線號誌設置規則
https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=K0040014
[42]視障服務發展處
http://light.eden.org.tw/service_assure_dissemination.htm
[43] 一文讀懂「神經網路」的奧妙!
https://itw01.com/V8L5DEM.html
[44]LabelImg 影像標註工具使用教學,製作深度學習用的資料集
https://blog.gtwang.org/useful-tools/labelimg-graphical-image-annotation-tool-tutorial/
[45]企業如何善用深度學習?全球Top 4技術長告訴你
https://www.ithome.com.tw/people/123615
[46]AI 人工智慧即將取代人類? 五分鐘帶你讀懂深度學習產業現況與應用案例
https://www.gigabyte.com/tw/Article/can-ai-replace-humans-5-minutes-to-understand-dnn-industry-and-applications-part-i
[47]人工智慧是什麼?AI應用案例、技術、未來發展都有的必修知識包來了
https://futurecity.cw.com.tw/article/2228
[48]為什麼大腦如此耗能?——淺談神經元的基本構造和功能
https://pansci.asia/archives/346890
[49]從神經元開始的人工智慧
https://case.ntu.edu.tw/blog/?p=30715
[50]神經網絡的梯度消失是什麼?梯度爆炸是什麼?如何解決它們?
https://kknews.cc/zh-tw/code/4zagkvx.html

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top