基于YOLOv10s的车辆与行人检测方法

针对城市交通场景日益复杂以及自动驾驶中行人与车辆实时检测精度亟须提高的问题,本文提出了一种基于YOLOv10s的车辆与行人检测方法。首先,对自动驾驶常用的KITTI数据集进行数据分类和格式转换的预处理;然后,将数据集按照8:1:1的比例随机划分为训练集、验证集和测试集;最后,采用YOLOv10s模型进行训练、验证和测试。实验结果表明,YOLOv10s在KITTI数据集上的平均精度均值为92.7%,其中Car类、Cyclist类和Pedestrian类的mAP值分别为98.4%、92.3%和87.4%,检测效果较为优秀。