基于Transformer改进的YOLOv5+DeepSORT的车辆跟踪算法※

打开文本图片集

【摘要】针对传统目标检测跟踪算法检测精度低、全局感知能力差、对遮挡和小目标物体的识别能力差等问题，提出了一种基于轻量化Transformer改进的YOLOv5和DeepSORT算法的车辆跟踪方法。首先，利用EfficientFormerV2模型改进YOLOv5算法模型，增强车辆的目标检测能力；然后，利用移位窗口（Swin）模型的优点改进DeepSORT多目标跟踪算法中的重识别（Re-Identification）模块，提高车辆的跟踪能力和精度；最后，通过数据集KITTI和VeRi开展对比试验和消融实验。（剩余14513字）