使用YOLOv8-OD和DeepSORT的车辆跟踪算法
童源1
费树岷2
1.江苏旅游职业学院 信息工程学院,江苏 扬州 225000;东南大学 自动化学院,江苏 南京 2100962.东南大学 自动化学院,江苏 南京 210096
摘要：为解决传统多目标跟踪算法在检测和跟踪精度及鲁棒性方面存在的不足,提出一种基于Tracking-By-Detection模式的新方法,用于车流量检测.该方法运用YOLOv8目标检测算法实现了对车辆目标的快速定位与识别,并整合了一种改进的基于深度学习的DeepSORT多目标跟踪算法,从而确保了对车辆的精准实时跟踪和计数.实验结果显示,该方法在快速移动车辆的检测与复杂光照环境中表现出较高精度,平均精度达到94.7%.这种端到端的方法在车辆视频的批处理应用中表现出良好的可行性和有效性.
关键词：YOLOv8DeepSORT深度学习车辆跟踪
分类号：U495(交通工程与公路运输技术管理)TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(61973105)
论文发表日期：2026-02-25
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：8( 24-31 )
英文信息