针对道路车辆实时检测遮挡严重与小目标车辆漏检率高的问题,提出了基于改进YOLO v3模型和Deep-SORT算法的车辆检测方法;为提高模型对道路车辆的检测能力,采用K-means++聚类算法对目标候选框进行聚类分析,选择合适的Anchor box数量,并在网络浅层增加了特征提取层,可提取到更精细的车辆特征;为加强网络对远近不同目标的鲁棒...
基于改进YOLO v3模型与Deep-SORT算法的道路车辆检测方法 针对道路车辆实时检测遮挡严重与小目标车辆漏检率高的问题,提出了基于改进YOLO v3模型和Deep-SORT算法的车辆检测方法;为提高模型对道路车辆的检测能力,采用K-means++... 马永杰,马芸婷,程时升,... - 《交通运输工程学报》 被引量: 0发表: 2021年 多场景...
5、中国专利文献公开了一种基于yolov3的高速公路监控视频中的车辆检测与计数的方法,对与这个车辆检测与计数的方法,也是用到了深度学习计算机视觉领域的目标检测算法,从其方法流程中可以看到,该方法使用了yolov3作为目标检测的方法,根据目标检测得到的结果进行目标跟踪并判断是否进入目标区域从而进行计数。对于该方法的步骤...
其中,基于改进MobilenetV3骨干网络的YOLOv5是一种较为先进的方法。MobilenetV3是一种轻量级的卷积神经网络,具有较低的参数量和计算复杂度,适合在资源受限的设备上进行实时场景分割。而YOLOv5是一种快速而准确的目标检测算法,可以有效地定位和识别室内场景中的物体和区域。 本研究的主要目的是基于改进MobilenetV3骨干网络的...
DeepSORT改进YOLOv3车间安全安全帽目标跟踪摘要: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...