基于深度学习的智能交通车流监测与预测研究

打开文本图片集

摘 要：为了方便交通部门改善交通拥堵问题，使用旭日X3嵌入式开发板作为硬件平台，通过YOLOv8深度学习网络识别道路上通行的车辆及其车辆类型。使用开放神经网络交换（Open Neural Network Exchange， ONNX）格式可视化编辑工具去掉了模型的输出头，将网络中的激活函数由SiLU函数更换为ReLU函数，将模型输出由80个检测类别更改为4个检测类别，在Small版本中，使用非极大值抑制算法（Non-Maximum Suppression， NMS）将最合适的检测框筛选出来，然后用SORT（Simple Online and Realtime Tracking）多目标追踪算法和匹配算法将独立帧检测到的车辆关联起来，实现车辆自动计数。（剩余6435字）