基于改进YOLOv5的道路车辆跟踪算法

张文龙; 南新元

doi:10.16088/j.issn.1001-6600.2021081303

广西师范大学学报（自然科学版） ›› 2022, Vol. 40 ›› Issue (02) : 49 -57. DOI: 10.16088/j.issn.1001-6600.2021081303

基于改进YOLOv5的道路车辆跟踪算法

张文龙, 南新元

作者信息 +

Author information +

文章历史 +

摘要

针对现有多目标跟踪算法参数量和计算量大，难以满足移动设备实时性要求的问题，本文通过改进JDE跟踪算法，提出了一种道路车辆多目标跟踪算法。首先，设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题，提高算法的跟踪精度，减少身份切换次数；其次，使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络，降低模型复杂度，提高模型实时检测速度；最后，使用改进的YOLOv5检测算法与JDE跟踪算法结合，实现道路车辆多目标跟踪。实验结果表明，提出的方法相比原JDE跟踪算法，MOTA提高0.3个百分点、跟踪速度提高约43.2%,可以满足实际自动驾驶场景中对车辆跟踪的速度要求。