十九大提出要建立健全城乡融合发展体制机制和政策体系,加快推进农业农村现代化。交通运输是带动农村发展的关键,因此解决村镇交通问题有着重要的意义。目前,大部分路口交通信号灯的变换时间是固定的,这符合城市车流量和人流量较多的特点。但是村镇和城市相比,车流量、人流量相对较少,如果交通信号灯固定变换时间,经常会出现一边路口没有车辆,而另一边路口有车辆空等的情况,从而影响通行效率。针对村镇交通存在的交通信号灯固定变换时间、空等现象严重等问题,根据村镇实际需求,本文设计了一种基于视频图像识别的村镇智能交通灯系统,该系统可以根据车流量动态调整交通信号灯变换时间,从而减少车辆空等时间,提高交通效率。本文主要内容包括:第一,通过综合研究并分析了国内外智能交通灯和深度学习的发展现状,探讨了目前村镇交通灯存在的问题。主要问题包括:大多数路口空等现象严重;交通灯通过固定配时难以有效调控车流;已有的智能交通灯需安装传感器,安装时破坏路面,阻碍交通。第二,针对现存问题完成村镇智能交通灯总体方案的设计,包括硬件模块和软件模块。其中系统硬件主要包括图像采集模块、交通灯显示模块、无线传输模块;软件模块包括图像识别模块和配时控制模块。村镇智能交通灯通过图像采集模块采集车辆视频,将车辆视频发送到图像识别模块对车辆数量进行识别,将识别到的结果通过无线传输模块发送到交通灯动态配时模块,根据车流量量化参数动态改变交通灯时间。第三,设计了一种用于车辆图像识别的卷积神经网络架构。网络包括5层的卷积神经网络、区域建议网络及其网络共享、Softmax分类器。主要功能包括能通过深度学习,实现车辆特征提取;实现了一个基于快速区域卷积神经网络的端到端的车辆检测和识别的架构,并能在车辆形态、光照变化、背景变化等的多样性变化下快速、高精度地识别出车辆。第四,对村镇智能交通灯进行了实现,用MATLAB进行了仿真并在村镇路口进行实验。基于LoRa技术实现了数据的无线传输;基于量化的车辆图像识别结果,提出了动态的交通灯配时算法。本文设计的村镇智能交通灯能大幅度地降低车辆空等时间,提高了村镇交通的通行效率。