典型文献
基于改进YOLOv5的道路车辆跟踪算法
文献摘要：
针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法.首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身份切换次数;其次,使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络,降低模型复杂度,提高模型实时检测速度;最后,使用改进的YOLOv5检测算法与JDE跟踪算法结合,实现道路车辆多目标跟踪.实验结果表明,提出的方法相比原JDE跟踪算法,MOTA提高0.3个百分点、跟踪速度提高约43.2％,可以满足实际自动驾驶场景中对车辆跟踪的速度要求.
文献关键词：
车辆跟踪;EfficientNet;通道注意力;关联融合网络;YOLOv5
中图分类号：
作者姓名：
张文龙;南新元
作者机构：
新疆大学 电气工程学院, 新疆 乌鲁木齐830047
文献出处：
引用格式：
[1]张文龙;南新元-.基于改进YOLOv5的道路车辆跟踪算法)[J].广西师范大学学报（自然科学版）,2022(02):49-57
A类：
关联融合网络,EfficientNetv2
B类：
YOLOv5,道路车辆,车辆跟踪,多目标跟踪算法,算法参数,参数量,计算量,移动设备,JDE,多任务学习,竞争问题,跟踪精度,身份切换,特征提取网络,模型复杂度,实时检测,检测速度,检测算法,MOTA,百分点,自动驾驶,驾驶场景,通道注意力
AB值：
0.288381
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
