典型文献
基于YOLOv5及DeepSort的道路目标追踪改进算法
文献摘要：
面对复杂的道路环境,提出一种基于YOLOv5及DeepSort的道路环境目标追踪优化算法模型.基于YOLOv5进行道路环境目标的识别,使用MobileNet V3网络中的基本结构对DeepSort算法中的重识别网络和YOLOv5中的主干网络进行替换,以起到压缩模型,加快检测速度的效果.在损失函数上,文章采取CIoU和GIoU相结合的方法对原有损失函数进行改造,弥补了GIoU在一些情况下退化成IoU的缺陷.实验结果表明,优化后的网络在模型权重大小下降的同时目标追踪准确度和精度均提升,可以更好达到持续追踪效果.
文献关键词：
道路目标追踪;DeepSort;YOLOv5;卷积神经网络;优化算法
中图分类号：
作者姓名：
刘兆波
作者机构：
长安大学汽车学院,陕西 西安 710016
文献出处：
引用格式：
[1]刘兆波-.基于YOLOv5及DeepSort的道路目标追踪改进算法)[J].汽车实用技术,2022(22):40-44
A类：
道路目标追踪
B类：
YOLOv5,DeepSort,改进算法,道路环境,环境目标,算法模型,行道,MobileNet,V3,基本结构,重识别,识别网络,主干网络,压缩模型,快检,检测速度,损失函数,CIoU,GIoU,有损,模型权重
AB值：
0.316463
相似文献
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。
