YOLOv5网络算法下交通监控视频违章车辆多目标检测

摘要

为提升交通监控视频违章车辆检测效果，提出一种YOLOv5网络算法下交通监控视频违章车辆多目标检测方法。交通监控视频图像融合处理中对灰度图直方图均衡化操作，通过窗口函数计算曝光不同图像的灰度偏差值，利用图像腐蚀将融合图像全部鬼影去除，通过图像像素归一化处理和拉普拉斯金字塔获得高质量图像融合结果；以YOLOv5网络算法作为依托，在Transformer模块利用驱动图编码器构建多头自注意力学习机制，对图像违章车辆目标特征语义信息展开增强处理；在连续扩张卷积基础上利用密集连接结构，将特征图卷积展开单一像素加操作，加强特征语义信息；利用Softmax函数进行特征多尺度融合，实现交通监控视频违章车辆多目标检测。实验结果表明：本文方法可有效提升交通监控视频图像质量，使用的YOLOV5网络算法计算强度较高，违章车辆多目标检测效果较为准确。

关键词

YOLOV5网络算法 / 交通监控视频 / 违章车辆 / 多目标检测