-
题名基于深度学习的智能交通车流监测与预测研究
- 1
-
-
作者
孙志娟
李景景
冯玉涛
-
机构
郑州工业应用技术学院信息工程学院
-
出处
《软件工程》
2024年第4期13-16,共4页
-
基金
大学生创新创业训练项目成果“基于深度学习的智能交通车流监测与预测研究”(202312747001)。
-
文摘
为了方便交通部门改善交通拥堵问题,使用旭日X3嵌入式开发板作为硬件平台,通过YOLOv8深度学习网络识别道路上通行的车辆及其车辆类型。使用开放神经网络交换(Open Neural Network Exchange, ONNX)格式可视化编辑工具去掉了模型的输出头,将网络中的激活函数由SiLU函数更换为ReLU函数,将模型输出由80个检测类别更改为4个检测类别,在Small版本中,使用非极大值抑制算法(Non-Maximum Suppression, NMS)将最合适的检测框筛选出来,然后用SORT(Simple Online and Realtime Tracking)多目标追踪算法和匹配算法将独立帧检测到的车辆关联起来,实现车辆自动计数。在服务器上配置好YOLOv8的训练环境,训练3个周期,测试模型的mAP指标为0.635,推理速度提升至20 fps左右,目标检测系统的计数精度达到98%,可以准确获取到路口的交通流数据,帮助改善交通拥堵问题。
-
关键词
yolov8深度学习网络
NMS算法
SORT多目标追踪算法
-
Keywords
yolov8 deep learning network
NMS algorithm
SORT multi-target tracking algorithm
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
