申请/专利权人：大连民族大学

申请日：2023-11-22

公开（公告）日：2024-02-23

公开（公告）号：CN117593336A

主分类号：G06T7/246

分类号：G06T7/246;G06V20/40;G06T7/73;G06V10/764;G06V10/82;G06N3/0464;G06N3/045

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明公开了一种基于YOLO和DeepSort的轻量化快递包裹跟踪计数系统及方法，系统针对快递包裹分拣流水线的应用场景使用；主要包括登录管理模块、包裹检测模块、包裹跟踪模块、展示跟踪结果模块和显示跟踪计数信息模块。本发明在YOLOv5和DeepSort算法相结合的基础上，为使模型轻量化并提高效率，引入了ShufflenetV2网络来替代原有的特征提取网络，以此压缩模型结构，显著减少了参数量。并且在改进的特征提取层中加入了NAM注意力模块，用来增强模型对关键特征和上下文信息的学习能力。在DeepSort中加入了NSA自适应卡尔曼滤波，自适应调整噪声尺度，实现对目标位置和速度的准确估计。为实时的、自动化的对包裹跟踪和计数提升效率。

主权项：1.一种基于YOLO和DeepSort的轻量化快递包裹跟踪计数系统，其特征在于，包括：数据收集模块，用于收集检测数据集和跟踪数据集；模型建立模块：通过YOLOv5检测算法，建立快递包裹检测模型，并利用所述检测数据集训练所述快递包裹检测模型，以实现在每个视频帧中对快递包裹进行预测；构建加入ShufflnetV2轻量化模块的DeepSort算法，以及运动信息和外观信息的关联，建立轻量化的快递包裹跟踪模型，并且加入注意力机制与NSA自适应卡尔曼滤波；包裹检测模块：接收用户通过前端界面提供的视频文件，其中包含快递包裹，使用模型建立模块建立的快递包裹检测模型处理前端输入的视频文件，识别和定位快递包裹，将快递包裹标记为目标，并生成与这些目标相关的位置和类别信息；包裹跟踪功能模块：使用模型建立模块建立的轻量化的快递包裹跟踪模型对包裹检测模块识别出的包裹进行跟踪，快递包裹跟踪模型将为每个包裹分配唯一的标识符，并跟踪其运动；包裹的位置信息和跟踪信息在视频帧上以边界框的标识方式在左上角显示，以便用户可视化地跟踪包裹；包裹计数功能模块：响应用户在观看视频后点击按钮的指令，显示包裹的计数和详细信息。

全文数据：

权利要求：

百度查询： 大连民族大学 基于YOLO和DeepSort的轻量化快递包裹跟踪计数系统及方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD