改進(jìn)YOLOv5 與DeepSort 的車輛目標(biāo)檢測跟蹤算法

打開文本圖片集

摘要：針對當(dāng)前目標(biāo)車輛因遮擋、天氣等因素造成的漏檢，以及跟蹤過程中車輛身份丟失和變換等現(xiàn)象，本文提出了一種改進(jìn)的YOLOv5與DeepSort車輛檢測跟蹤算法。在車輛目標(biāo)檢測部分，本文在YOLOv5網(wǎng)絡(luò)中添加了注意力模塊CBAM，以更有效地提取目標(biāo)特征；同時(shí)，引入了SIoU作為邊界框損失函數(shù)，不僅提升了邊界框定位的準(zhǔn)確性，也加快了邊界框的回歸速度。（剩余1491字）