基于YOLOv8n+StrongSORT的车流量检测方法

来源：计算机技术与发展杂志2025年第09期北京时间：

作者：刘展威;黄鹤飞;许广路

摘要：为了准确统计交通监控视频中的车流量,提出了一种基于改进YOLOv8n和StrongSORT算法的车流量统计方法。通过将可变形大核注意力模块D-LKA与YOLOv8n网络的Neck部分融合,进一步提高了模型对不同方向拍摄的车辆的识别能力;引入Slide Loss替换YOLOv8n原始的损失函数,改善了模型对于被遮挡车辆的检测能力,提高对半遮挡车辆的检测精度;改进StrongSORT算法的匹配流程,使算法更好地处理因车辆遮挡产生的身份切换问题;在车辆重识别数据集上对重识别网络进行重新训练,提高算法对车辆外观的识别能力。在车流量统计中使用虚拟线检测和视频全局检测两种方法进行对比实验,结果表明改进的YOLOv8n相较初始算法平均精度均值提高3.7百分点,改进的StrongSORT相较初始算法ID切换总数减少了35.3百分点。使用两种车流量检测方法,在实地拍摄的白天和夜晚两种场景下,最高准确度可达95.9%和99%,检测帧率在平台实验中达到44Hz,满足通过监控视频进行车流量检测的实时性要求。

关键词：YOLOv8n;StrongSORT;车辆检测;车辆跟踪;车流量统计