摘要
本发明涉及一种基于交互式平台(DSW)的车辆识别方法,特别是利用Yolov10模型在智能交通系统中进行高效的车辆检测和分类。传统的车辆识别方法常受限于准确性和实时性,而本发明通过结合深度学习模型Yolov10和交互式平台(DSW),提供了一种新的解决方案。本方法首先在交通场景中部署多个传感器,如摄像头、激光雷达等,实时采集多模态数据,包括视频流和激光点云。接下来,利用预先训练的Yolov10模型对采集到的视频流进行实时车辆检测和分类,生成车辆位置和类型的信息。然后,将Yolov10输出的结果与其他传感器采集的数据进行融合,如红外图像,以提升识别的准确性和鲁棒性。最后,通过交互式平台(DSW)将识别结果实时反馈至交通管理系统,支持实时交通监控和管理决策。本发明的优点在于,通过Yolov10高效的目标检测能力和交互式平台(DSW)的数据集成和反馈机制,实现了在复杂交通环境中的高精度车辆识别和实时监控。