随着人工智能研究的巨大进展，无人驾驶汽车的发展进入了快车道，而对于行驶过程中的交通灯检测对于无人驾驶的正常行驶极为重要。因此需要一种能够部署在车中的交通灯检测设备。提出了一种小型化智能化的解决方案，克服了对硬件过多依赖的问题，节约了车内空间。首先，利用摄像头采集车辆前方图像，并实时将图像送入以深度卷积网络yolo为基础的检测模型中。最后输出交通灯的具体位置以及颜色，实现对交通灯的检测。算法在外部平台上进行训练，最终在树莓派上完成部署，可以进行实验。
随着人工智能研究的巨大进展，无人驾驶汽车的发展进入了快车道，而对于行驶过程中的交通灯检测对于无人驾驶的正常行驶极为重要。因此需要一种能够部署在车中的交通灯检测设备。提出了一种小型化智能化的解决方案，克服了对硬件过多依赖的问题，节约了车内空间。首先，利用摄像头采集车辆前方图像，并实时将图像送入以深度卷积网络yolo为基础的检测模型中。最后输出交通灯的具体位置以及颜色，实现对交通灯的检测。算法在外部平台上进行训练，最终在树莓派上完成部署，可以进行实验。