原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
◎三星推荐中国科技信息2025年第4期·CHINASCIENCEANDTECHNOLOGYINFORMATIONFeb.2025
基于YOLO系列算法的无人机检测
高速公路车辆目标性能分析
王泽宇 张 萌 刘海青
0背景
可实现度可替代度
由于高速公路具有全封闭、车速快和车流量大的特点，
交通管理极具复杂性。基于视频手段对高速公路的车辆目标
进行检测和识别，是实现高速公路智慧化管理的重要途径。
然而，受成本等因素影响，传统固定视频检测方式难以实现
高速路网全覆盖。随着低空经济的发展，无人机逐渐成为常
影响力真实度态化的人工辅助交通巡检管理手段。基于无人机视频对车辆
目标进行识别，进而开展一系列的交通事件分析和行为挖掘
等应用，辅助交通管理，可以有效提升高速公路管理自动化
行业关联度开放度和智慧化水平。
YOLO（YouOnlyLookOnce）作为单阶段目标检
测算法，凭借其速度快、模型结构简单等优势，在交通视
生态度创新度频分析中应用较为广泛。然而，在高速公路场景下，基于
YOLO的目标识别研究尚不完善，不同版本的YOLO算法
性能表现亦不明确。本文构建高速公路场景车辆样本集，对
YOLOv3~YOLOv8系列模型进行实验对比分析，并利用训
互交度持续度练时间、识别时间、精确度和系统资源开销等指标进行综合
行业曲线
评价。
1YOLO系列目标检测算法简介
自YOLOv1首次提出至今，YOLO系列算法在目标
检测领域中迅速崛起，并成为实时检测任务中的主流选择。
王泽宇张萌刘海青YOLO系列算法的快速发展从YOLOv1到YOLOv8，每
山东交通学院个版本都进行了不同程度的改进与优化，以应对更复杂的检
王泽宇（2000—），山东菏泽，硕士研究生，研究方向：测需求和更高的精度要求。YOLO系列算法发展历程的时间
智能交通。
通信作者：张萌线如图1所示。
YOLO将目标检测视为单一的回归问题，通过单一的神
基金项目：济南市高校院所自主培养创新团队项目
文档评论（0）