摘要
本发明提供一种基于YOLOv8模型和Byte Track算法的多目标追踪方法,涉及计算机视觉和边端设备技术领域。该方法具体包括:获取若干幅图像数据并进行格式转换,构建图像数据集;构建DC‑YOLOv8网络结构并利用图像数据集进行训练,得到基于DC‑YOLOv8网络结构的目标检测模型;获取待检测的视频流并从中提取连续的图像帧,对提取的图像帧进行预处理;将经过预处理的图像帧输入该目标检测模型中进行目标检测,并采用Byte Track算法对所有检测出的目标进行目标跟踪,得到所有图像帧中跟踪目标的跟踪轨迹并生成视频流。本发明能够更加流畅地对目标较多的视频进行目标跟踪。
技术关键词
网络结构
追踪方法
轨迹
图像
生成视频流
算法
特征金字塔网络
特征融合网络
卡尔曼滤波器
数据
列表
计算机视觉
格式
浮点数
参数
速度
系统为您推荐了相关专利信息
短信计费系统
异常检测方法
动态
残差预测
语义向量
无人机反制方法
非法无人机
采集无人机
无人机反制技术
数据
超分辨率重建模型
对比度
图像超分辨重建
频域特征
融合特征
真伪鉴别方法
序列
视频
多模态特征
图像特征向量
位置校正方法
实时图像
人脸关键点
计算机程序指令
智能看护技术