一种基于深度学习的单目多目标追踪与测速方法

本发明提供一种基于深度学习的单目多目标追踪与测速方法，包括以下步骤：准备训练数据集，在交通实景下，利用摄像机实时采集真实车辆、行人数据，同时也加入开源数据集，可有效提高模型后续推理的鲁棒性和泛化性、采用YOLOv5作为模型训练的骨干网络架构，对S1中所获得的车辆、行人数据集进行训练，得到一个目标检测模型、利用S2中训练好的车辆行人目标检测模型，快速准确地检测出视频帧中的所有交通对象，然后将这些检测结果传递给追踪算法、测算交通对象的运动速度。本发明提供的一种基于深度学习的单目多目标追踪与测速方法，在实际应用推理中运行速度快，在硬件部署上适配性非常强，模型封装简单小巧，并对硬件的算力性能要求不高。