Распознавание дорожных знаков с использованием системы Интернета вещей и глубокого обучения
Ключевые слова:
Распознавание дорожных знаков, YOLOv8, интеграция с Google Maps, обнаружение в реальном времени, безопасность на дорогахАннотация
Введение: автоматическое распознавание дорожных знаков является важной частью модернизации систем безопасности дорожного движения и минимизации связанных с ним инцидентов. Цель: разработать систему распознавания дорожных знаков Вьетнама с интеграцией IoT-технологий, камер, датчиков и методов глубокого обучения. Результаты: представлено передовое решение компьютерного зрения, использующее нейронную архитектуру YOLOv8 для распознавания и классификации дорожных знаков Вьетнама в реальном времени. Система интегрирует местоположение обнаруженных знаков в Google Maps и предоставляет обширную базу данных местоположения всех знаков в городских районах. Сбор данных осуществляется путем первоначальной съемки изображений с реальных дорог и их объединения с существующим набором данных дорожных знаков Вьетнама из Kaggle. Для повышения надежности набора данных применяется техника аугментации Mosaic. Для распознавания дорожных знаков в режиме реального времени плата Raspberry Pi 4 отображает обнаруженные дорожные знаки на экране HMI, в то время как специально разработанное мобильное приложение обнаруживает, распознает и уведомляет пользователей об их местоположении. Обученная система достигает 89 % значения mAP50 и 90 % точности, что довольно хорошо для распознавания дорожных знаков. Кроме того, модель YOLOv8 демонстрирует 89,7 % точности (precision) и 86,8 % полноты (recall), что значительно выше по сравнению с методами SVM и MSER/HOG. Практическая значимость: созданная интегрированная в Google Maps система распознавания в реальном времени дорожных знаков удовлетворяет потребности регулирования дорожного движения, обеспечения безопасности и снижения аварийности на улицах Вьетнама.
