基于YOLOv8的联邦行人密度预测及阈值分析模型
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>1665 K
標(biāo)簽： 联邦学习 YOLOv8 踩踏事件
所需積分：0分積分不夠怎么辦？
文檔介紹：以有限空间公共场景踩踏事件为研究对象，以分布式机器学习为理论基础，以YOLOv8为人流识别工具，对人流密度进行预测并结合行人速度与行人密度关系对密度阈值进行分析。首先引接重庆市公安天网五大商圈有限空间公共场景的视频作为数据源；其次应用YOLOv8目标检测算法，测算行人密度及速度；最后提出一种基于联邦平均算法Federal Average Algorithm(FedAvg)的建模方法，在各客户端不共享数据的情况下以全局模型汇聚各客户端多阶段训练参数的方式预测各时段人流密度并分析密度阈值，为联合行动中多方不互传数据环境下训练数据、使用数据提供理论支撑。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。