基于Fairmot的交通違法行為算法研究

打開文本圖片集

摘 要：在監(jiān)測交通違法行為的檢測任務(wù)中，傳統(tǒng)的人工監(jiān)控與基礎(chǔ)傳感器方法因準(zhǔn)確性和實時性存在局限而面臨挑戰(zhàn)。通過引入多目標(biāo)跟蹤技術(shù)，可以顯著提升檢測效率和系統(tǒng)識別的準(zhǔn)確性。文章提出了一種針對車輛信息的多目標(biāo)跟蹤算法，使用MAU-DLA34（MixedAttentionUnit-DeepLayerAggregation34）作為主干網(wǎng)絡(luò)，替換傳統(tǒng)的DLA34主干網(wǎng)絡(luò)。（剩余9487字）