YOLOv8目标检测算法在车辆闯红灯检测中应用的优势及措施
期刊: 《社会与管理》 DOI:10.64649/yh.shygl.2026010016 PDF下载
摘要
随着城市交通流量持续增长，传统依赖人工或固定阈值的交通违规检测方式，在实时性与识别精度上已难以满足现代交通管理需求。本项目设计并实现了一套基于 YOLOv8 训练数据集模型的车辆闯红灯违规检测系统，旨在通过计算机视觉技术提升交通路口违规识别效率。系统以 YOLOv8 目标检测算法为核心，结合目标跟踪与交通信号状态识别技术，构建自动化检测框架，将每帧图像输入训练完成的 YOLOv8 模型，同步实现车辆定位与信号灯状态判定；同时引入时空协同判定机制，设计简易 UI 界面供查看视频与检测结果。该系统可适配城市交通路口场景，在复杂环境下具备一定的运行稳定性，适用于交通违规监控、交通秩序管理等领域。
关键词
YOLOv8；车辆闯红灯检测；交通信号识别
参考文献
[1] 柴娟 . 基于视频的车流量及车辆闯红灯检测系统研究 . 郑州大学 [D],2017:50.
[2] 郭艳 . 基于视频图像处理的车辆闯红灯检测方法研究 [D]. 西北师范大学 ,2015.
[3] 丁 一 . 基 于 YOLOv8 的 行 人 和 车 辆 检 测 与 跟 踪 算 法 研 究 [D]. 电 子 科 技 大 学 ,2025. DOI:10.27005/d.cnki.gdzku.2025.005700.
[4] 辛拓宇 . 基于 YOLOv7 的车辆行人检测与行人跟踪方法的研究 [D]. 山西大学 ,2024. DOI:10.27284/d.cnki.gsxiu.2024.000582.