基于YOLOv5的車輛行人重識別算法研究
????????????????????????????
摘要
- 本文提出了一種基于YOLOv5的車輛行人重識別（ReID）算法，結合目標檢測與特征匹配技術，實現高效的多目標跟蹤與識別。通過引入注意力機制、優化損失函數和輕量化網絡結構，顯著提升了檢測精度與重識別效率。實驗表明，改進后的算法在VERI-776數據集上達到80.6%的mAP，檢測速度達106 FPS，適用于實時監控場景。
????????????????????????????
1. 算法原理
1.1 YOLOv5檢測模塊
- YOLOv5采用四階段網絡結構（Input、Backbone、Neck、Prediction），通過CSPDarknet53提取多尺度特征，利用FPN+PAN結構實
