期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv8和ByteTrack的桥梁通航船舶识别与追踪
1
作者
王浩
王旭
+3 位作者
廖睿轩
茅建校
张一鸣
颜王吉
《东南大学学报(自然科学版)》
北大核心
2025年第5期1380-1387,共8页
针对近年来频发的船桥相撞事故,深入分析了现有桥梁主动防船撞方法的不足,设计并实现了一种基于改进YOLOv8和ByteTrack算法的航道船舶识别与追踪方法。在YOLOv8网络结构的主干网络和颈部网络之间引入了3个卷积块注意力模块(CBAM),以增...
针对近年来频发的船桥相撞事故,深入分析了现有桥梁主动防船撞方法的不足,设计并实现了一种基于改进YOLOv8和ByteTrack算法的航道船舶识别与追踪方法。在YOLOv8网络结构的主干网络和颈部网络之间引入了3个卷积块注意力模块(CBAM),以增强模型对关键特征的捕捉能力。此外,采用了ByteTrack算法来提高船舶追踪的准确性和鲁棒性,并进行对比实验分析。结果表明,改进后的模型在多目标追踪准确性(MOTA)和识别准确度(IDF1)上分别达到了79.8%和84.5%,相比原始YOLOv8模型有了约5%的精度提升,且相比于一些其他主流注意力机制模块也有更大提升。在图像处理速度方面,改进方法相对于多目标追踪算法Bot-SORT算法图像处理速度快约56%,处理相同目标图像耗时更少。
展开更多
关键词
桥梁工程
船舶追踪
深度学习
计算机视觉
YOLOv8
ByteTrack
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv8和ByteTrack的桥梁通航船舶识别与追踪
1
作者
王浩
王旭
廖睿轩
茅建校
张一鸣
颜王吉
机构
东南
大学
土木
工程
学院
东南
大学
混凝土及预应力混凝土结构教育部重点实验室
澳门大学科技学院土木及环境工程系
出处
《东南大学学报(自然科学版)》
北大核心
2025年第5期1380-1387,共8页
基金
国家自然科学基金重点资助项目(52338011).
文摘
针对近年来频发的船桥相撞事故,深入分析了现有桥梁主动防船撞方法的不足,设计并实现了一种基于改进YOLOv8和ByteTrack算法的航道船舶识别与追踪方法。在YOLOv8网络结构的主干网络和颈部网络之间引入了3个卷积块注意力模块(CBAM),以增强模型对关键特征的捕捉能力。此外,采用了ByteTrack算法来提高船舶追踪的准确性和鲁棒性,并进行对比实验分析。结果表明,改进后的模型在多目标追踪准确性(MOTA)和识别准确度(IDF1)上分别达到了79.8%和84.5%,相比原始YOLOv8模型有了约5%的精度提升,且相比于一些其他主流注意力机制模块也有更大提升。在图像处理速度方面,改进方法相对于多目标追踪算法Bot-SORT算法图像处理速度快约56%,处理相同目标图像耗时更少。
关键词
桥梁工程
船舶追踪
深度学习
计算机视觉
YOLOv8
ByteTrack
Keywords
bridge engineering
ship tracking
deep learning
computer vision
YOLOv8
ByteTrack
分类号
U447 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv8和ByteTrack的桥梁通航船舶识别与追踪
王浩
王旭
廖睿轩
茅建校
张一鸣
颜王吉
《东南大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
