摘要
本发明公开了一种基于YOLOv8+DeepSORT+LSTM的车辆多目标检测跟踪方法,包括有利用YOLOv8对输入的视频帧或图像进行车辆目标检测,获取车辆的位置、类别等信息,然后将YOLOv8检测到的目标信息输入到DeepSORT算法中进行初步跟踪。该基于YOLOv8+DeepSORT+LSTM的车辆多目标检测跟踪方法,车辆在强光下可能会有反光,在弱光下细节会变得模糊,模型经过模拟光照变化的训练后,能够更好地适应这些实际场景中的光照变化,在遇到类似光照情况时做出准确的检测和跟踪,对于车辆的纹理特征,在不同光照下纹理的视觉表现不同,经过光照变化训练后,模型能够以一种更全面和准确的方式表示车辆的纹理特征,进而提高车辆检测和跟踪的准确性。
技术关键词
检测跟踪方法
车辆
光照变化图像
纹理特征
生成对抗网络
视频帧
预训练模型
场景
饱和度
对比度
代码库
轨迹
跟踪器
坐标
算法
操作系统
图像处理
系统为您推荐了相关专利信息
异常事件
三维地图数据
高斯混合背景模型
YOLO模型
移动车辆
缺陷智能检测方法
软包锂电池
监测传感器
多模态
缺陷智能检测装置
移动充电机器人
移动充电方法
付费
车辆
充电线缆
超声检测方法
管道机器人
焊缝缺陷
融合算法
缺陷尺寸