魏茵竹

本文旨在介绍基于深度学习的多目标车辆检测及追踪方法。深度学习在车辆检测和追踪中的应用已成为研究的热点。本文提出了一种基于深度学习的方法，包括构建车辆数据集、构建神经网络模型和模型的测试与评估。通过对格式归一化后的数据集进行训练和评估，使用查准率和查全率来评估模型性能。该方法有望提高多目标车辆检测和追踪的准确性和效率。

深度学习；多目标车辆检测；追踪方法；神经网络模型

[1] 周雄峰.基于深度学习的多目标车辆轨迹自动采集方法[J].交通科技,2021(04):135-140+144. [2] 李炳林.基于深度学习的应急装备物资车辆检测跟踪算法研究[J].公路交通科技,2021,38(11):142-149. [3] 赵瑜,方亮,周云,周赛.基于深度学习理论和压缩感知技术的车辆识别与跟踪研究[J].地震工程与工程振动,2021,41(05):206-214. [4] 黎雄,陈雨聪.基于深度学习的车辆检测系统设计[J].软件工程,2022,25(07):59-62. [5] 杨锦 帆,王晓 强,林浩 ,李雷 孝,杨艳 艳,李科 岑,高静.深度 学习中的 单阶段车 辆检测 算法综述 [J].计算 机工程与 应 用,2022,58(07):55-67.

点击下载PDF