无人驾驶系统——YOLO目标检测

文章目录

• 为什么需要进行目标检测？

  • YOLO算法简介

  • Yolov3的工作流程介绍

  • 步骤1：初始化必要的参数

    • 步骤2：准备并加载训练好的模型
    • 步骤3：从输入图像中生成一个四维的blob（binary large object）结构
    • 步骤4：将预处理后的输入数据传递到预训练的神经网络中进行前向传播
    • 步骤5：对网络输出的结果进行后端处理以获得最终的目标检测结果

  • 完整实现代码

  • • 数据结构定义
    • YOLO_目标检测

为什么要检测物体？

为了检测图像中的车辆而开发了一种技术手段,从而能够识别出关键点并将其与对应的激光雷达数据关联起来。让我们参考一下程序流程图,在之前的碰撞检测系统设计课程中已经探讨过相关内容。

基于上一堂课程所学的知识，在当前阶段我们已经掌握了多种特征检测器与描述器的基本概念与应用方法。为了精确计算某类特定车辆在碰撞过程中的时间参数，在实际操作中需要对车体上的关键解码单元进行分离处理；只有这样才能保证基