申请/专利权人:安徽大学
申请日:2023-04-20
公开(公告)日:2023-09-12
公开(公告)号:CN116740753A
主分类号:G06V40/10
分类号:G06V40/10;G06V20/54;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.29#实质审查的生效;2023.09.12#公开
摘要:本发明公开了一种基于改进YOLOv5和DeepSORT的目标检测及追踪的方法及系统,所述方法包括获取待检测目标图像并进行预处理,将处理后的图片按6:2:2的比例划分预处理图像集,得到训练集、验证集和测试集;通过改进YOLOv5构建目标检测模型;通过训练好的目标检测模型对当前帧进行目标车辆检测,获得当前帧骑电动车人员佩戴头盔情况及位置信息。本发明通过提供改进YOLOv5提升检测精度,通过DeepSORT检测多帧被跟踪人员佩戴头盔情况进行综合分析,降低单帧可能存在的因图像模糊、多目标间存在相互遮挡等问题而导致的漏检、误检情况,能够精确地跟踪期望轨迹,实现目标准确检测和追踪。
主权项:1.一种基于改进YOLOv5和DeepSORT的目标检测及追踪的方法,其特征在于,包括以下步骤:获取待检测目标图像并进行预处理,将处理后的图片按6:2:2的比例划分预处理图像集,得到训练集、验证集和测试集;通过改进YOLOv5构建目标检测模型;通过训练好的目标检测模型对当前帧进行目标车辆检测,获得当前帧骑电动车人员佩戴头盔情况及位置信息;通过DeepSORT算法对视频中目标人员进行检测及追踪,综合根据追踪过程中多帧内被检测人员佩戴头盔情况判断被追踪人员是否正确佩戴头盔;通过YOLOv5和DeepSORT的目标检测及跟踪模型检测并跟踪交通视频中未按规定佩戴头盔人员。
全文数据:
权利要求:
百度查询: 安徽大学 一种基于改进YOLOv5和DeepSORT的目标检测及追踪的方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。