检索结果-南通市图书馆

基于deepsort算法的循环水养殖鱼池漂浮死鱼智能捞除技术研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

海洋渔业 2023年第6期45卷 749-758页

作者：李金刚张宇雷倪琦黄达上海海洋大学工程学院上海201306 农业农村部渔业装备与工程技术重点实验室中国水产科学研究院渔业机械仪器研究所上海200092

为解决工厂化循环水水产养殖过程中出现的少量鱼类死亡对养殖水体的污染问题,需要将鱼池中处于漂浮状态的死鱼及时捞除。提出一种基于deepsort改进算法的循环水养殖鱼池漂浮死鱼的智能捞除方法。步骤如下:首先,建立循环水养殖鱼池漂浮... 详细信息

为解决工厂化循环水水产养殖过程中出现的少量鱼类死亡对养殖水体的污染问题,需要将鱼池中处于漂浮状态的死鱼及时捞除。提出一种基于deepsort改进算法的循环水养殖鱼池漂浮死鱼的智能捞除方法。步骤如下:首先,建立循环水养殖鱼池漂浮死鱼捞除系统,完成相机标定和机械臂手眼标定,实现目标死鱼与机械臂间的坐标转换;然后,采用更贴合目标死鱼轮廓的旋转检测算法对目标死鱼进行检测识别,并输出目标死鱼信息作为deepsort算法的输入项;再次,通过旋转外观特征和旋转IOU改进deepsort算法,获取更具有鲁棒性的目标死鱼信息,实现对目标死鱼的实时检测识别与跟踪;最后,采用ROS的话题通讯机制,将目标位置发送到机械臂控制系统,控制机械臂实现目标死鱼的智能捞除。结果显示:本算法下多目标跟踪准确率为79.6%,比YOLOv5-deepsort算法提高了22.6%;多目标跟踪精确度为68.4%,较YOLOv5-deepsort算法提高了4.9%;在进水和曝气正常的情况下,一次性捞除成功率达到77.14%。研究表明,该方法可有效实现对鱼池表面漂浮死鱼的智能捞除,并可为其他领域的移动物体智能抓取研究提供技术参考。

关键词： deepsort算法智能判别目标检测手眼标定坐标系转换死鱼捞除

基于改进YOLOv5+deepsort算法模型的交叉路口车辆实时检测

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2023年第4期45卷 674-682页

作者：贾志李茂军李婉婷长沙理工大学电气与信息工程学院湖南长沙410114

针对传统目标检测跟踪算法检测精度低、鲁棒性差的缺点,以及交叉路口图像视频资源冗余的现象和车辆密集程度高的特点,提出了一种基于改进YOLOv5和deepsort算法模型的交叉路口实时车流量检测方法,在MS COCO和BDD100k相结合的数据集上,采... 详细信息

针对传统目标检测跟踪算法检测精度低、鲁棒性差的缺点,以及交叉路口图像视频资源冗余的现象和车辆密集程度高的特点,提出了一种基于改进YOLOv5和deepsort算法模型的交叉路口实时车流量检测方法,在MS COCO和BDD100k相结合的数据集上,采用改进的YOLOv5算法模型实现视频小目标车辆检测,利用深度学习多目标跟踪算法deepsort对检测的车辆进行实时跟踪计数,实现了交叉路口监控端对端的实时车流量检测。通过分析比较不同参数的模型,最终选定了YOLOv5m模型。实验结果表明,该方法在复杂环境、车辆遮挡和目标密集程度高等环境下检测速度更加快,对车辆的检测效果更好,平均准确度达到96.6%。该方法完全满足目标实时性检测的要求,能充分满足交叉路口车辆检测的有效性,满足实际需要的使用需求。

关键词： YOLOv5算法车辆检测 deepsort算法目标检测实时检测

基于改进YOLOv5+deepsort算法的块状磨屑的识别与计数研究

在线全文

学校读者我要写书评

暂无评论

无线互联科技 2023年第24期20卷 99-106页

作者：邵靖男中铁第四勘察设计院集团有限公司湖北武汉430063

传统块状磨屑的处理方式存在效率低、收集不及时等问题,为了实现块状磨屑的精准定位检测,需研究块状磨屑的识别及数量统计。文章在原始YOLOv5算法的基础上添加注意力机制后,进一步强化了块状磨屑的有效特征;用BiFPN结构代替YOLOv5原有PA... 详细信息

传统块状磨屑的处理方式存在效率低、收集不及时等问题,为了实现块状磨屑的精准定位检测,需研究块状磨屑的识别及数量统计。文章在原始YOLOv5算法的基础上添加注意力机制后,进一步强化了块状磨屑的有效特征;用BiFPN结构代替YOLOv5原有PAN结构,加强了浅层特征的利用。添加大尺度检测层,可更加准确地定位小尺寸块状磨屑;选择EIoU作为目标框回归的损失函数,提高收敛速度。在此基础上,该研究采用deepsort算法和虚拟检测线法实现块状磨屑的数量统计。利用轨道小车采集的数据进行块状磨屑的检测和计数试验。试验结果表明:较于原始YOLOv5算法,改进YOLOv5算法虽然检测速率有所下降,但是精确率提升了4%、召回率提升了7.5%、均值平均精度提升了9.7%,改善了小尺寸块状磨屑的检测效果。改进YOLOv5+deepsort算法结合改进检测线在各场景下可较准确地实现对块状磨屑的计数。

关键词：高速铁路计算机视觉技术 YOLOv5算法 deepsort算法块状磨屑

基于CenterNet搭配优化deepsort算法的断奶仔猪目标跟踪方法研究

在线全文

学校读者我要写书评

暂无评论

南京农业大学学报 2021年第5期44卷 973-981页

作者：张伟沈明霞刘龙申孙玉文杨运南许志强南京农业大学工学院江苏南京210031 南京农业大学人工智能学院/江苏智慧牧业装备科技创新中心江苏南京210031 南京农业大学动物科技学院江苏南京210095

[目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检... 详细信息

[目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检测模型,对deepsort算法的检测部分进行优化;训练优化跟踪过程中提取仔猪目标外观特征的模型,结合卡尔曼滤波和匈牙利匹配算法,改进重识别环节,实现具有深度关联度量的断奶仔猪目标实时检测与跟踪。[结果]算法测试结果表明,断奶仔猪目标检测模型的平均精度均值和召回率分别为99.0%和78.6%,多目标跟踪精度MOTA和MOTP指标分别为96.8%和81.8%。[结论]本文所提方法改善了因断奶仔猪外表高度相似性以及黏连遮挡情况导致跟踪困难的问题,可在群养环境中精准跟踪断奶仔猪个体,算法为后续仔猪个体行为分析研究提供技术支撑。

关键词：深度学习 deepsort算法目标检测目标跟踪深度关联度量

面向社区智能安防的视频监测异常行为与目标跟踪系统

在线全文

学校读者我要写书评

暂无评论

科技与创新 2024年第12期 59-61页

作者：安航磊吴恋陈思思殷巡张新贵州师范学院数学与大数据学院贵州贵阳550018 贵州师范学院大数据科学与智能工程研究院贵州贵阳550018

社区安全对居民的日常生活至关重要,为提高居民日常生活的安全性,设计研发了面向社区智能安防的视频监测异常行为与目标跟踪系统。该系统基于无监督学习,充分利用丰富的日常生活活动(ADL)数据优势,使用生成对抗网络(GAN)进行异常监测,... 详细信息

社区安全对居民的日常生活至关重要,为提高居民日常生活的安全性,设计研发了面向社区智能安防的视频监测异常行为与目标跟踪系统。该系统基于无监督学习,充分利用丰富的日常生活活动(ADL)数据优势,使用生成对抗网络(GAN)进行异常监测,用对抗性训练建模正常行为,通过测量生成误差监测异常。

关键词： GAN 无监督学习 YOLOV3 deepsort算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于计算机视觉的智能交通场景分析

电子技术（上海） 2024年第2期53卷 64-65页

作者：李邦铜孔旻王志豪上海商汤科技开发有限公司上海201306 上海深擎信息科技有限公司上海201306 上海商汤智能科技有限公司上海201306

阐述车辆检测与车辆跟踪是众多交通智能应用的共有功能,分析智能交通系统原理,包括车辆检测原理、车辆跟踪原理。探讨智能交通系统的搭建,主要有环境配置、数据集训练、系统效果展示。

关键词：智能控制车辆检测车辆跟踪 YOLO算法 deepsort算法

在线全文

学校读者我要写书评

暂无评论

改进的deepsort发电厂人员跟踪算法

南京工程学院学报（自然科学版） 2022年第3期20卷 1-6页

作者：孙宏伟曹雪虹焦良葆徐逸王彦生孟琳南京工程学院人工智能产业技术研究院江苏南京211167 江苏省智能感知技术与装备工程研究中心江苏南京211167

针对发电厂存在大型设备遮挡、跟踪算法易出现目标ID切换引起跟踪失败的问题,提出基于deepsort的改进算法.该算法采用YOLO v5s+deepsort实现目标跟踪,针对目标遮挡问题加入边缘撞线机制,设计遮挡补偿函数,缓解目标因遮挡转为删除态的问... 详细信息

针对发电厂存在大型设备遮挡、跟踪算法易出现目标ID切换引起跟踪失败的问题,提出基于deepsort的改进算法.该算法采用YOLO v5s+deepsort实现目标跟踪,针对目标遮挡问题加入边缘撞线机制,设计遮挡补偿函数,缓解目标因遮挡转为删除态的问题.对目标特征保存提出基于置信度权重和关键帧的保存方法,优化特征库质量,提高算法的重识别能力.试验结果表明,改进后的跟踪算法IDS平均下降40.4%、IDF1平均提高16.1%、MOTA平均提高11.6%,MOTP平均提高2.1%,遮挡发生时ID切换次数明显减少,提高了跟踪系统的抗遮挡能力.

关键词： YOLO v5算法 deepsort算法人员检测目标跟踪重识别

改进YOLOX Tiny与deepsort相结合的多目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

西安工业大学学报 2023年第3期43卷 248-259页

作者：叶文韬刘钧李登峰西安工业大学光电工程学院西安710021

针对多目标跟踪时有发生误检、漏检等情况,提出了CSD YOLOX Tiny的多目标跟踪算法。在骨干网络中搭建结合三卷积的跨阶段局部Swin Transformer Block结构,提升网络模型对全局和上下文信息的捕获能力。在网络中引入组归一化,加快网络模... 详细信息

针对多目标跟踪时有发生误检、漏检等情况,提出了CSD YOLOX Tiny的多目标跟踪算法。在骨干网络中搭建结合三卷积的跨阶段局部Swin Transformer Block结构,提升网络模型对全局和上下文信息的捕获能力。在网络中引入组归一化,加快网络模型收敛速度并提升跟踪精度;采用坐标注意力机制对不同通道特征之间的相关信息进行有效整合,提升网络模型对感兴趣区域特征的获取能力。实验结果表明:提出的多目标跟踪算法跟踪精度提升了2.36%,达到56.38%。在保证网络模型参数量较少、计算量较小的情况下,提出的跟踪算法较好地改善误检和漏检问题,相比于YOLOX Tiny deepsort算法误检、漏检数量分别减少了811、1574个,能满足常规设备实时高效的多目标跟踪任务需求。

关键词：多目标跟踪 YOLOX Tiny网络 Swin Transformer网络组归一化坐标注意力机制 deepsort算法

在线全文

学校读者我要写书评

暂无评论

林区视频监控下车流量分类统计

计量学报 2023年第7期44卷 1093-1099页

作者：朱文超杨洁何超西南林业大学机械与交通学院云南昆明650224

针对林区环境中通过监控视频统计车流量的传统方法提取车辆特征困难、无法分类统计等问题,提出了一种基于YOLOv5结合deepsort的车流量分类统计方法。该方法使用目标检测算法YOLOv5作为检测器对车辆进行分类检测,为了提升实际场景中的车... 详细信息

针对林区环境中通过监控视频统计车流量的传统方法提取车辆特征困难、无法分类统计等问题,提出了一种基于YOLOv5结合deepsort的车流量分类统计方法。该方法使用目标检测算法YOLOv5作为检测器对车辆进行分类检测,为了提升实际场景中的车辆检测效果,在算法中融入CBAM注意力机制增强检测器对车辆的特征提取能力,同时将NMS改进为DIoU-NMS,解决了因车辆相互遮挡导致的漏检问题。使用目标跟踪算法deepsort对检测到的车辆进行跟踪,为了减少车辆身份切换现象,将重识别网络在车辆重识别数据集上重新训练。最后通过在视频中设置虚拟线的方法对跟踪到的车辆进行统计。将该方法在实际场景中进行效果验证,实验结果表明,总体车流量统计准确率较改进前提升10.1%,汽车、货车、客车的车流量统计准确率分别为91.8%,94.6%,93.8%。

关键词：计量学车流量统计目标检测目标跟踪视频监控 YOLOv3算法 deepsort算法图像处理