基于YOLOv5s的车辆实时检测与跟踪研究

摘要：

针对目前车辆检测不能兼顾检测速度与检测准确率的问题,提出了一种基于改进YOLOv5s的车辆检测方法.在原有模型的基础上,改进训练模型的损失函数,引入注意力机制,建立并训练数据集.在兼顾了二者的前提下,在车辆检测的输出结果部分增加车辆跟踪模块,实现对前方车辆行驶行为的预测.研究方法在保证车辆识别检测速度的同时提高了检测的准确性,增加的车辆跟踪模块可以实时监测驾驶员前方车辆的行驶情况,并做出预警,以便驾驶员及时调整,降低发生追尾的可能性.研究方法能对车辆进行实时检测与跟踪,可应用于车辆跟车系统.

关键词：YOLOv5s、图像识别、车辆检测、神经网络、目标跟踪

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：芜湖市科技计划重点研发基金资助项目;安徽省科技重大专项基金资助项目

在线出版日期：2023-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：26-32