《表3 实际场景交通信号灯的状态分布及评估结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小尺度交通信号灯的检测与状态识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

此外，还选取了合肥市城区内的243幅实际采集的样本进行了离线评估，对真值数据进行了标签标注。其中将红直行归为红，绿直行归为绿，评估结果如表3所示。可以看出，由于绿右转训练的样本量比较少，TL-YOLO识别的结果非常差，TL-YOLO＿S可以对绿右转有着很好识别的效果。对于其他类别的信号灯，TL-YOLO＿S相较于TL-YOLO在各类别的AP和精度上有着一定程度的提升。其中红这一类别由于TL-YOLO本身就有较高的识别率，故提升一般，其他类别提升明显。结果表明，所采取的通过形状和颜色约束作为后处理的算法对提高信号灯状态识别的准确性有较大帮助。