改进YOLOv5s+DeepSORT的监控视频车流量统计

作者：李永上; 马荣贵; 张美月

来源：计算机工程与应用, 2021, 1-11.

• YOLOv5s
• Deep SORT
• 注意力机制
• CIoU
• 车流量统计

针对监控视频中车流量统计准确率低的问题，提出一种改进YOLOv5s检测结合Deep SORT跟踪的车流量统计方法。首先为了提升检测器识别效果，将注意力模块CBAM与YOLOv5s网络的Neck部分融合，提高网络的特征提取能力；将CIoU Loss代替GIoU Loss作为目标边界框回归损失函数，加快边界框回归速率的同时提高定位精度；使用DIoU-NMS替换NMS，改善目标拥挤时的漏检问题。然后调整Deep SORT外观特征提取网络的结构，并在车辆重识别数据集上重新训练，降低目标遮挡导致的身份切换。最后连接改进的YOLOv5s检测器和Deep SORT，在视频中设置虚拟检测线统计车流量。实验结果表明：改进的YOLOv5s相较原始算法平均准确率提高2.3%，结合Deep SORT跟踪，在行车平峰、高峰、夜间三种场景的车流量统计准确率达到93.5%，91.2%，89.9%。

• 出版日期2021-10-12
• 单位长安大学