基于YOLOv5的车辆行人重识别算法研究
🥥🥥🥥🥥🥥🥥🥥🥥🥥🥥🥥🥥🥥🥥
摘要
- 本文提出了一种基于YOLOv5的车辆行人重识别（ReID）算法，结合目标检测与特征匹配技术，实现高效的多目标跟踪与识别。通过引入注意力机制、优化损失函数和轻量化网络结构，显著提升了检测精度与重识别效率。实验表明，改进后的算法在VERI-776数据集上达到80.6%的mAP，检测速度达106 FPS，适用于实时监控场景。
🍯🍯🍯🍯🍯🍯🍯🍯🍯🍯🍯🍯🍯🍯
1. 算法原理
1.1 YOLOv5检测模块
- YOLOv5采用四阶段网络结构（Input、Backbone、Neck、Prediction），通过CSPDarknet53提取多尺度特征，利用FPN+PAN结构实
