基于YOLOv8的聯(lián)邦行人密度預測及閾值分析模型
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>1665 K
標簽： 聯(lián)邦學習 YOLOv8 踩踏事件
所需積分：0分積分不夠怎么辦？
文檔介紹：以有限空間公共場景踩踏事件為研究對象，以分布式機器學習為理論基礎，以YOLOv8為人流識別工具，對人流密度進行預測并結合行人速度與行人密度關系對密度閾值進行分析。首先引接重慶市公安天網(wǎng)五大商圈有限空間公共場景的視頻作為數(shù)據(jù)源；其次應用YOLOv8目標檢測算法，測算行人密度及速度；最后提出一種基于聯(lián)邦平均算法Federal Average Algorithm(FedAvg)的建模方法，在各客戶端不共享數(shù)據(jù)的情況下以全局模型匯聚各客戶端多階段訓練參數(shù)的方式預測各時段人流密度并分析密度閾值，為聯(lián)合行動中多方不互傳數(shù)據(jù)環(huán)境下訓練數(shù)據(jù)、使用數(shù)據(jù)提供理論支撐。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。