基于YOLOv4网络的违章行为检测算法

为了对数量庞大的车辆进行有效管理,使用违章行为检测算法对违章行为进行检测,从而能够更好地通过处罚、警示等手段促使驾驶人遵守交通法规,减少交通事故的发生。针对传统违章检测算法的准确率低、适应环境能力差等问题,使用基于深度学习的违章检测算法,提高违章检测算法的检测效率、准确率,增强其环境适应能力。针对驾驶人在行驶过程中使用手持电话这一违章行为,使用YOLOv4网络在交通卡口数据集下进行目标检测,检测的m AP可达91.59%,帧频为38.41 FPS,准确率较高且可以达到实时检测的要求,并根据设计的违章判据,能够准确地判断当前所检测的车辆驾驶人在行驶过程中拨打手持电话的违章行为。