一种基于改进YOLOV5的公交站台场景车辆行人检测方法

本发明公开了一种基于改进YOLOV5的公交站台场景车辆行人检测方法，包括以下步骤：（1）在公交站台安装摄像头，采集视频数据，构建数据集；（2）基于YOLOV5框架，重构网络得到轻量化网络模型；（3）采用改进距离交并比非极大值抑制算法TDIOU‑NMS来优化冗余候选预测框；（4）训练构建的改进YOLOV5的公交站台场景车辆行人检测模型；（5）将训练好的改进YOLOV5的公交站台场景车辆行人检测模型对验证集进行目标识别，并对模型的检测效果进行评价；本发明优化后的神经网络模型具有更高的置信度和检测速度，能将摄像头视频捕捉的车辆行人实时准确的进行识别，并且精度高、速度快，满足实时检测需求。