两阶段交通密度估计流水线研究

2026年10月14日，arXiv Computer Vision 刊出 Prince Kwabena Appiah Boadu 的论文，提出一种实时交通密度估计的两阶段流水线：第一阶段结合车辆检测与跟踪并加入空间逻辑层，第二阶段由 LSTM、GRU 和 TCN 时序估计器基于十帧输入窗口预测未来五步。报道称，在检测器性能上，YOLOv5l 取得最高 mAP@50:95 0.524，速度为每秒 56 帧；YOLOv8n 达到每秒 258 帧，mAP@50:95 为 0.487，这些速率仅衡量检测器推理，不含跟踪与空间滤波。报道同时指出，评估流没有可用的道路掩膜，限制了空间滤波组件的验证。目前进展停留在论文发布与上述指标披露，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。