基于深度学习与多目标跟踪的实时车辆检测及流量统计算法研究

郭 琪, 王 征风, 师 光泽
西安思源学院

摘要


在智慧交通管理领域，现有系统在复杂环境中存在检测精度不足、实时性差和应用场景受限等瓶颈。为此，本研究创新性融合YOLOv8高精度车辆检测模型（准确率达97%以上）与ByteTrack鲁棒追踪算法，构建支持自定义线段过线计数的实时分析系统，通过动态轨迹追踪与双向流量统计功能，有效提升道路使用效率并降低事故风险，为智慧交通管理提供可靠技术支撑。

关键词


深度学习；车辆识别；YOLOv8

全文:

PDF


参考


[1]相雨涛,李博,万涛.基于改进YOLOv5的无人机航拍车辆检测算法[J].计算机测量与控制,2025,33(04):48-56+66.

[2]周兴.基于深度学习的行驶车辆检测与跟踪方法研究[D].吉林建筑大学,2024.DOI:10.27714/d.cnki.gjljs.2024.000404.

[3]梁奕延,陈昕,郑明祥,等.基于YOLOv5的车辆目标检测算法轻量化改进[J].汽车与新动力,2024,7(02):8-14.


Refbacks

  • 当前没有refback。