摘要
本发明涉及一种基于YOLOV5s与DeepSORT网络的水面目标检测跟踪方法,DeepSORT与YOLOv5s结合,可以在目标检测的基础上提供更稳定的目标跟踪能力,DeepSORT通过引入目标特征的匹配机制,能够有效处理目标遮挡、目标丢失和目标重识别问题,提高跟踪的稳定性和准确性;YOLOv5s具有较高的计算效率和实时处理能力,结合DeepSORT后,可以在保证跟踪精度的同时显著提升系统的实时性能,适用于实时监控和快速响应的应用场景;本方法对水面目标检测有很好的适应性,使得该方法能够在不同光照、背景复杂度和水面动态条件下保持较高水面目标检测适应性;通过优化目标检测和跟踪流程,本方法能够有效降低误检率和漏检率,从而提供更可靠的目标监测结果。
技术关键词
检测网络模型
检测跟踪方法
水面
数据
识别器
卡尔曼滤波
网络模型训练方法
匈牙利算法
成像设备
训练集
轨迹
视频流
级联
运动特征
实时图像
图像增强
提升系统
参数
系统为您推荐了相关专利信息
专用模型
信息处理装置执行
对话系统
计算机程序产品
消息
光纤振动传感器
振动测量方法
光电探测器
波长
激光器
网络模型训练方法
序列
数据
非线性配准方法
输入解码器
数据判读方法
深度学习算法
机器学习算法
遥测数据处理
数据标签