简介：【文章摘要】：本文提出了一种基于YOLOv5的地铁车厢内客流密度检测方法。为了缓解地铁站内候车区域的客流分布不均导致的拥堵情况，将YOLOv5目标检测模型应用于车厢内人群密度的检测，利用卷积神经网络在图像中识别人群的位置和数量，并根据目标检测结果计算客流密度，实时进行拥挤度状况反馈，引导乘客前往人数较少的车厢对应站台排队候车。此方法在客流密度检测任务上具有较高的检测精度和较快的检测速度，在得到人群数量后自动分为四个拥挤度，以图像形式显示，可以实现实时客流密度监测，对车站的运营管理策略方案提出了一些建议，并保障乘客出行的安全，提高了候车舒适度。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
