基于YOLOv5和DeepSort的实时地铁客流量检测

• 作者: 何宇 李丹
• 来源期刊: 电子测试
• 关键词: 目标检测 YOLOv5 DeepSort 实时 行人 深度学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 理论与算法|The theory and algorithm
• 页码范围: 46-48
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2022.02.016

摘要

随着中国城市商业和区域经济的快速稳步发展,中国在1969年所规划建成的第一条城市地铁——北京市中的地铁一号线,截止到2018年底,中国大陆中部地区目前共有185条已运营地铁线路,每日地铁的人流量也趋近天文数组,为了解决传统对人流量的统计需人工计算、耗时耗力、原始算法对密集分布小目标检测精度不高的缺陷,提出了一种基于基于YOLOv5和DeepSort的实时地铁人流量统计检测方法,在Pytorch框架上训练,可以实现行人实时检测与跟踪,统计视频内出现的总人数,对穿越黄线的行人进行计数统计.