公开(公告)号：CN116110009B

公开(公告)日：2025-04-08

申请号：CN202310124388.5

申请日：2023-02-16

Applicant: 南京理工大学

Inventor： 申明磊 ,  张儒

IPC: G06V20/54 ,  G06V20/40 ,  G06V10/82 ,  G06V10/774 ,  G06V20/70

Abstract: 本申请公开了一种基于深度学习的道路车辆检测与跟踪方法，通过采集实际路口包含交通目标的图片，之后对数据进行标注处理，制作自有数据集；车辆检测模块引入CBM模块，提出ALCSP模块，进一步使用轻量化卷积，并使用Soft‑NMS来过滤候选框，据此构建改进的YOLOv5网络模型，实现对车辆目标的检测；之后车辆跟踪模块使用改进的DeepSORT跟踪算法实现对车辆的跟踪，在卡尔曼滤波算法中增加速度参数分量和使用GIOU提高预测框的精度，优化跟踪的性能；结合虚拟线圈检测法，搭建车流监测系统，实现对实际车流的监测，将实际交通视频输入车流监测系统，完成对实际车流信息的监测任务。本申请具有检测精度高和模型尺寸小的优点，能够满足实际应用中对车流的监测需求。

公开(公告)号：CN116110009A

公开(公告)日：2023-05-12

申请号：CN202310124388.5

申请日：2023-02-16

Applicant: 南京理工大学

Inventor： 申明磊 ,  张儒

IPC: G06V20/54 ,  G06V20/40 ,  G06V10/82 ,  G06V10/774 ,  G06V20/70

Abstract: 本申请公开了一种基于深度学习的道路车辆检测与跟踪方法，通过采集实际路口包含交通目标的图片，之后对数据进行标注处理，制作自有数据集；车辆检测模块引入CBM模块，提出ALCSP模块，进一步使用轻量化卷积，并使用Soft‑NMS来过滤候选框，据此构建改进的YOLOv5网络模型，实现对车辆目标的检测；之后车辆跟踪模块使用改进的DeepSORT跟踪算法实现对车辆的跟踪，在卡尔曼滤波算法中增加速度参数分量和使用GIOU提高预测框的精度，优化跟踪的性能；结合虚拟线圈检测法，搭建车流监测系统，实现对实际车流的监测，将实际交通视频输入车流监测系统，完成对实际车流信息的监测任务。本申请具有检测精度高和模型尺寸小的优点，能够满足实际应用中对车流的监测需求。