一种基于改进YOLOv7和DeepSORT的目标检测及跟踪系统

    公开(公告)号:CN117423031A

    公开(公告)日:2024-01-19

    申请号:CN202311356744.2

    申请日:2023-10-18

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于改进YOLOv7和DeepSORT的目标检测及跟踪系统,通过改进YOLOv7网络架构和训练策略,在损失函数中,坐标损失使用SIoU取代CIoU,考虑真实框与预测框向量角度,实现更准确的目标检测。系统融合DeepSORT算法,利用深度学习提取目标特征,引入加速度参数的卡尔曼滤波,实现持续跟踪和轨迹预测。系统可实时监测目标位置与行为,根据规则或模型进行实时预警,包括异常行为检测、碰撞风险预测等,早发现潜在安全问题或异常情况。工作流程包括:视频流数据读取与预处理;基于改进YOLOv7构建检测模型;基于改进DeepSORT构建跟踪模型;实时目标监测与异常预警。本系统是一种针对目标检测和跟踪领域的技术改进,具备准确检测、连续跟踪和实时预警功能,具有广泛的应用前景。

Patent Agency Ranking