[发明专利]基于位置相关的卷积与Fire模型的红绿灯检测方法

权利要求书

1.一种基于位置相关的卷积与Fire模型的红绿灯检测方法，其特征包括以下步骤：

步骤1：采集真实交通场景中各种条件下的红绿灯样本，对采集到的每一帧图像进行标注，标注出红绿灯的边界框和具体类别，将标注后的图片集分为训练集和测试集，分别用于网络模型的训练与验证，训练集图片数量大于测试集图片数量；所述的类别包括水平和垂直两个方向的绿灯、红灯、绿灯直行、绿灯左转、红灯直行、红灯左转；

步骤2：将N个Fire模型串联起来组合成主干卷积网络FireNet，以用来提取特征；其中，所述的Fire模型为由M1个卷积核大小为1×1和M2个卷积核大小为3×3的卷积层组合而成，N>5，M1>2，M2>2；

步骤3：利用步骤1得到的训练集，对主干卷积网络FireNet进行分类预训练，得到网络初始化权重；

步骤4：在主干卷积网络FireNet的最后一层特征图后添加一个基于Anchor的轻量级检测层；在主干卷积网络FireNet最后一层的特征图后添加位置相关的卷积层；再添加一个池化层将基于Anchor的检测层和位置相关的卷积层结合起来，得到最终的网络；

步骤5：利用步骤3得到的初始化权重对步骤4得到的最终的网络进行初始化，再利用步骤1得到的训练集对其进行训练，并用训练好的网络对测试图像进行检测，即可得到红绿灯的位置和具体类别。