第31卷第4期2023年8月Vol.31No.4Aug.2023电脑与信息技术ComputerandInformationTechnology文章编号：1005-1228（2023）04-0034-04基于深度学习的道路检测和红绿灯调度曹威昊，姚春莲（北京工商大学计算机学院，北京100048）摘要：为提升城市交通效率，减少交通堵塞，文章设计了道路检测和红绿灯调度控制系统。该系统以YOLOv5算法模型为基础，通过调整模型参数，首先实现交通视频中各种道路目标进行实时检测和识别，然后根据道路目标计数值，设置不同的权值，从而完成红绿灯调度。实验数据分析表明，所设计的系统识别结果准确度较高，程序目标识别速度能够达到实时检测的标准，且能初步提高交通效率。关键词：深度学习；Yolov5算法；道路检测；遗传算法中图分类号：TP18；U463.6文献标识码：ARoadDetectionandTrafficLightSchedulingBasedonDeepLearningCAOWei-hao,YAOChun-lian（SchoolofComputerScienceandEngineering,BeijingTechnologyandBusinessUniversity,Beijing100048,China）Abstract：Inordertoimproveurbantrafficefficiencyandreducetrafficjams,thispaperdesignsaroaddetectionandtrafficlightschedulingcontrolsystem.BasedontheYOLOv5algorithmmodel,thesystemfirstrealizesreal-timedetectionandrecognitionofvariousroadtargetsintrafficvideobyadjustingmodelparameters,andthensetsdifferentweightsaccordingtothevalueofroadtargetstocompletetrafficlightscheduling.Experimentaldataanalysisshowsthatthesystemdesignedinthispaperhashighaccuracy,thespeedofprogramtargetrecognitioncanmeetthestandardofreal-timedetection,andcaninitiallyimprovetrafficefficiency.Keywords:deeplearning;YOLOv5algorithm;roaddetection;geneticalgorithm.收稿日期：2023-06-29作者简介：曹威昊（2002-），男，湖南人，本科，专业：软件工程；姚春莲（1973-），女，河北人，副教授，博士，主要研究方向：视频图像处理、嵌入式系统设计。随着城市化进程的不断加速和人口的不断增长，使得城市交通面临着日益严峻的挑战。在城市交通中，道路检测和红绿灯调度是实现高效、安全交通流的重要环节。对于常见的交通拥堵和事故等城市交通问题，传统的交通管理方式效率低下，控制模式固化，不仅浪费时间，还存在行车安全隐患。随着深度学习技术的不断发展和成熟，基于深度学习的智能交通管理系统[1]逐渐成为研究热点。通过使用深度学习模型，系统...
