基于树莓派和YOLO算法的车型检测

薛培友; 刘磊; 刘瑞阳; 卞文阳; 闫冬梅

doi:10.19728/j.issn1672-6634.2024090014

聊城大学学报（自然科学版） ›› 2025, Vol. 38 ›› Issue (06) : 840 -852. DOI: 10.19728/j.issn1672-6634.2024090014

基于树莓派和YOLO算法的车型检测

薛培友, 刘磊, 刘瑞阳, 卞文阳, 闫冬梅

作者信息 +

Author information +

文章历史 +

摘要

随着我国民用车辆保有量呈现出显著的增长态势，交通管理工作面临着前所未有的挑战。在此背景下，智能交通系统的研发显得尤为迫切且刻不容缓。车型检测作为智能交通系统的核心关键技术，在交通管理领域中发挥着举足轻重的作用。然而，现有的车型检测系统存在着资源消耗大、成本居高不下等明显弊端，这在很大程度上限制了系统的广泛推广与应用。针对这一现状，本文构建了10类常见汽车的TenCar数据集，并提出了一种基于树莓派和YOLOv4-tiny算法的低成本车型检测系统。经过实践验证，YOLOv4-tiny模型在TenCar数据集上实现了85.65%的精确率和99.9%的召回率。该系统巧妙地借助图像识别技术以及精简的硬件设施，能够对车辆进出入场所的车型进行高效、自动的检测。这一特性在很大程度上简化了车辆的查找过程，使得管理工作更加便捷高效，并且该系统具有良好的普及性，易于在公司、小区等场所推广应用。