基于YOLOv5的交通场景车辆检测研究
周勇1
陈垦2
王兴辰3
1.四川蜀道智慧交通集团有限公司 四川成都 6100952.四川数字交通科技股份有限公司 四川成都 6100943.成都理工大学 四川成都 610059
摘要：为了提高交通管理中违规处置的自动化与智能化水平,利用高速公路路面的实时监控视频,面向道路交通场景实现了高速公路应急车道违规占道的自动检测,并能够对相关违规占道车辆进行截图留存,从而实现了自动化的违规占道事件检测.以YOLOv5目标检测器为依托,对道路交通场景下的车辆进行目标检测实现车辆识别,同时利用DeepSORT目标跟踪算法对检测到的目标车辆进行跟踪,通过特征识别网络实现跟踪目标的ID跟随,以防止重复报警.最后,在高速公路的真实视频中进行了算法测试,识别准确率可达到78.4％,验证结果表明文章算法可较好地满足交通场景实时检测要求,并具备较高的准确性,有很好的实用价值.
关键词：机器学习目标检测目标跟踪YOLO占道检测
资助基金：国家科技创新重大项目(2022ZD0115600)四川省科技厅重点研发项目(2021YFG0123)
论文发表日期：2023-04-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 30-34 )