基于YOLOv3算法的盲道障碍物识别技术应用研究

摘要

因大风、人为等因素使盲道上存在不同障碍物,从而影响到盲人的出行,通过当前比较流行的实时检测算法——YOLOv3,可对盲道上的障碍物进行识别。可通过OpenCV将盲道区域进行提取,后将处理过的图片通过YOLO检测模型进行物体识别,通过多次不同的图片进行训练、调整参数得到最佳的检测模型。实验结果表明,经过处理后的图片障碍物的平均准确率为96%,检测速度可达15fps,从而在一定程度上为系统应用提供基础。