检索结果-南通市图书馆

基于改进YOLOv5和deepsort的车道线检测方法

在线全文

学校读者我要写书评

暂无评论

信息技术与信息化 2023年第7期 217-220页

作者：赵麒博王梦梅潘海英李晨欢吴祥龙郭晨阳江苏师范大学科文学院人工智能与软件学院江苏徐州221132 中国石油天然气股份有限公司庆阳石化分公司甘肃庆阳745000

车道线的识别和判断一直是汽车自动驾驶领域的研究热点问题。为更准确和快速的识别汽车行驶区域并区分车道,提出了一种结合改进deepsort多目标跟踪算法和改进YOLOv5算法的目标检测跟踪模型进行车道线检测的方法。由于汽车在行驶过程中... 详细信息

车道线的识别和判断一直是汽车自动驾驶领域的研究热点问题。为更准确和快速的识别汽车行驶区域并区分车道,提出了一种结合改进deepsort多目标跟踪算法和改进YOLOv5算法的目标检测跟踪模型进行车道线检测的方法。由于汽车在行驶过程中需要快速且准确的判断车道线区域,因此在YOLOV5原本快速目标检测的特性下进行了设置速度阈值的deepsort算法对车道线预估跟踪,并在YOLOv5模型中添加数据增强策略利用全卷积神经网络(fullyconvolutionalnetworks, FCN)进行车道线和可行使道路的语义分割方法,实现了快速准确完整的车道线的检测和跟踪功能,从而提升了汽车行驶过程中对车道线的识别率,大幅降低了在行驶过程中对车道线目标丢失的概率。

关键词： yolov5 deepsort FCN 车道线检测语义分割

基于deepsort的车辆目标检测与跟踪研究

在线全文

学校读者我要写书评

暂无评论

中文科技期刊数据库（文摘版）工程技术 2023年第12期 34-36页

作者：巫少方陈朝大陈堉青广州航海学院船舶与海洋工程学院广东广州510725

车辆目标检测及跟踪是计算机视觉领域的重要研究方向。为更准确且快速地识别车辆、行人等目标,笔者通过deepsort算法研制出了一种检测模型,方可实现检测、跟踪目标车辆等目的。基于YOLOv5+deepsort模型下,借助于全卷积神经网络进行操作... 详细信息

车辆目标检测及跟踪是计算机视觉领域的重要研究方向。为更准确且快速地识别车辆、行人等目标,笔者通过deepsort算法研制出了一种检测模型,方可实现检测、跟踪目标车辆等目的。基于YOLOv5+deepsort模型下,借助于全卷积神经网络进行操作。经模型训练,损失函数0.53977、训练集识别准确率87.35%,达到了多目标识别率为95.6%和少目标为90.2%的高准确性,完成了快速准确的车辆目标检测功能,从而提升了车辆行驶过程中的目标识别性能。

关键词：目标检测目标跟踪 deepsort

一种基于deepsort的逆透视车流量检测方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

轻工科技 2024年第1期40卷 98-100页

作者：张宇豪肖新宇朱梓润訾梦超廖金湘广东理工学院电气与电子工程学院广东肇庆526000

针对日渐复杂的交通情况,道路上需要检测的目标数量越来越多、类型越来越复杂这一问题,提出一种基于deepsort的改进算法用于目标跟踪及其速度与距离的估算,即在原算法中加入逆透视算法用于完成对目标速度及距离的估算。该方法主要包括... 详细信息

针对日渐复杂的交通情况,道路上需要检测的目标数量越来越多、类型越来越复杂这一问题,提出一种基于deepsort的改进算法用于目标跟踪及其速度与距离的估算,即在原算法中加入逆透视算法用于完成对目标速度及距离的估算。该方法主要包括特征提取、相似度计算、关联阶段、预测位置和轨迹匹配等步骤。本文的研究结果可以为多目标跟踪提供有效的解决方案,并且可以有效地估算车辆的速度和距离。

关键词： deepsort 逆透视算法多目标跟踪速度和距离

基于deepsort与改进YOLOv3的车间安全帽检测系统研究

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2022年第5期18卷 91-93页

作者：白家俊何青松(指导) 无锡职业技术学院江苏无锡214121

生产实践表明佩戴安全帽可以有效减少安全事故带来的人员伤亡,基于此,提出了一种判断生产人员的安全帽是否正确佩戴的方法,并对现有YOLOv3算法进行了优化,提高安全帽检测精度和速度,减少无效报警。结合deepsort目标跟踪技术提高检测算... 详细信息

生产实践表明佩戴安全帽可以有效减少安全事故带来的人员伤亡,基于此,提出了一种判断生产人员的安全帽是否正确佩戴的方法,并对现有YOLOv3算法进行了优化,提高安全帽检测精度和速度,减少无效报警。结合deepsort目标跟踪技术提高检测算法的实时性。基于开源SHMD数据集进行测试,结果显示优化YOLOv3算法的平均检测准确率达到96.80%,比现有YOLOv3算法提高12%,执行速度每秒32帧,在各种自然场景下都有出色的检测效果。

关键词： deepsort 改进YOLOv3 车间安全安全帽目标跟踪

在线全文

学校读者我要写书评

暂无评论

基于轻量化deepsort的人数统计

沈阳师范大学学报（自然科学版） 2022年第4期40卷 319-323页

作者：吴迪宋家豪冯晓婉沈阳师范大学物理科学与技术学院沈阳110034

为了检测学校教室或图书馆的人流量,设计了一种优化的YOLOv5和轻量化deepsort的人流量统计系统。为提升目标检测效果,采用CIoU loss回归损失和DIoU-NMS非极大抑制,在加快目标边界框参数学习的同时可提高定位精度,提升遮挡行人的检测性能... 详细信息

为了检测学校教室或图书馆的人流量,设计了一种优化的YOLOv5和轻量化deepsort的人流量统计系统。为提升目标检测效果,采用CIoU loss回归损失和DIoU-NMS非极大抑制,在加快目标边界框参数学习的同时可提高定位精度,提升遮挡行人的检测性能;在deepsort外观特征提取网络的基础上,结合轻量级网络ShuffleNet V2,对特征提取模型重新训练,减小模型的参数网络复杂度并保持良好的精确度,提高了系统的可移植能力;在视频中设置虚拟线,利用行人通过虚拟线的时间差进一步计算行人速度。实验结果表明,采用端到端的方式对行人目标进行高效追踪,缩小后的模型体积仅为原模型的5%,大大改善了对遮挡行人的检测性能,可以较准确地统计出人流量与行速,并提高了鲁棒性。

关键词：多目标追踪目标检测 YOLOv5 deepsort 深度学习

基于YOLOv4-tiny及deepsort的人流量检测及反馈应用

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

现代信息科技 2021年第14期5卷 71-74页

作者：胡培培李丹四川大学锦城学院四川成都611731

一场突如其来的新冠疫情,对我国公共卫生制度体系及社会经济发展都造成了重大影响。由于新型冠状病毒很容易在人群之间传播,进而导致聚集性感染。针对此问题,提出了一种基于YOLOv4-tiny以及deepsort算法的人流量检测及反馈应用。在训练... 详细信息

一场突如其来的新冠疫情,对我国公共卫生制度体系及社会经济发展都造成了重大影响。由于新型冠状病毒很容易在人群之间传播,进而导致聚集性感染。针对此问题,提出了一种基于YOLOv4-tiny以及deepsort算法的人流量检测及反馈应用。在训练模型时使用vocc2012数据集中含有人类的图像作为训练集,使得模型只对人类进行检测。

关键词： YOLOv4-tiny 目标检测疫情人群 deepsort

一种基于YOLOv4的改进deepsort目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

桂林电子科技大学学报 2021年第2期41卷 140-145页

作者：陈紫强张雅琼桂林电子科技大学信息与通信学院广西桂林541004

针对车辆检测在弱光照和有遮挡情况下出现的漏检问题,提出了一种基于YOLOv4的改进deepsort目标跟踪算法。首先使用YOLOv4算法对输入图片进行特征提取,获得目标信息,然后采用卡尔曼滤波算法估计车辆的轨迹状态并进行状态更新,最后在级联... 详细信息

针对车辆检测在弱光照和有遮挡情况下出现的漏检问题,提出了一种基于YOLOv4的改进deepsort目标跟踪算法。首先使用YOLOv4算法对输入图片进行特征提取,获得目标信息,然后采用卡尔曼滤波算法估计车辆的轨迹状态并进行状态更新,最后在级联匹配中运用匈牙利匹配算法对检测框和预测框进行匹配。对未成功匹配的轨迹和检测结果,用广义交并比(GIOU)关联匹配代替交并比(IOU)匹配,提高deepsort跟踪算法的匹配性能。对比单一检测算法和加入跟踪算法后的车辆检测效果,结果表明,加入跟踪算法后的车辆模型漏检现象变少,检测效果得到提高,鲁棒性增强,且MOTA提高了7.55%,证明了改进方法的有效性。

关键词：车辆检测跟踪 YOLOv4 deepsort 广义交并比匈牙利算法

基于改进YOLOv5和deepsort的交通流参数检测方法

在线全文

学校读者我要写书评

暂无评论

现代计算机 2023年第14期29卷 1-7,13页

作者：单振宇张琳侯晓雯长沙理工大学交通运输工程学院长沙410114 中国海洋大学信息与工程学部青岛266100

为缓解基于视频的交通流参数检测效果差的问题,提出了基于改进YOLOv5s和deepsort的实时交通流参数检测方法。首先,在YOLOv5s中引入MobilenetV3和SIoU Loss来轻量化检测模型,提高检测速度。其次,重构Deep⁃Sort外观特征提取网络,并基于车... 详细信息

为缓解基于视频的交通流参数检测效果差的问题,提出了基于改进YOLOv5s和deepsort的实时交通流参数检测方法。首先,在YOLOv5s中引入MobilenetV3和SIoU Loss来轻量化检测模型,提高检测速度。其次,重构Deep⁃Sort外观特征提取网络,并基于车辆重识别数据集重训练,提高跟踪准确率。最后,基于虚拟检测线圈的方式检测双向交通流量和车速。实验结果表明:方法整体运行速度可达59帧/s,在平峰、高峰时段的检测准确率均在92%以上,在实际交通流参数检测任务中具有较强的鲁棒性。

关键词：交通流参数检测 YOLOv5s deepsort 实时

基于YOLOv5s+deepsort的公共场所行人体温监测方法

在线全文

学校读者我要写书评

暂无评论

工业控制计算机 2024年第11期37卷 40-41,44页

作者：柴园园朱民耀曹向明何融安陆小锋上海大学通信与信息工程学院上海200444 江阴市人民医院江苏江阴214400 上海大学温州研究院浙江温州325000

在人员密集、人流量大的公共场所,发热人员可能携带传染性病毒。公共场所通常使用非接触式体温检测摄像头检测行人体温。然而现有设备在疫情防控中存在无法追踪发热人员导致防疫效率低的问题。对此,提出了一种将体温检测设备、YOLOv5s... 详细信息

在人员密集、人流量大的公共场所,发热人员可能携带传染性病毒。公共场所通常使用非接触式体温检测摄像头检测行人体温。然而现有设备在疫情防控中存在无法追踪发热人员导致防疫效率低的问题。对此,提出了一种将体温检测设备、YOLOv5s框架与改进的deepsort算法相结合以监测行人体温的方法。该方法首先采用体温检测摄像头获取行人的脸部检测框与体温信息,并采用YOLOv5s对画面中的行人进行精准识别;然后使用所提出的IOU-PR匹配算法对关联信息进行转换,获取行人检测框与体温的关联信息;最后结合改进的deepsort算法实现对画面中行人的实时追踪。结果表明,所提出的方法能够稳定地检测行人体温并保持追踪,提高防疫工作效率。

关键词：公共场所发热人员 YOLOv5s IOU-PR deepsort