基于YOLOv5和YOLOv7的深度关联液滴跟踪应用研究

本文使用了You Only Look Once（YOLO）对象探测算法和简单在线和具有深度关联度量的实时跟踪算法DeepSORT来对微流体中的液滴进行跟踪。我们培训了多个YOLOv5和YOLOv7模型，并使用DeepSORT网络对其进行识别和跟踪。我们比较了不同硬件配置下液滴跟踪应用程序的性能，并发现YOLOv7相对于YOLOv5可以提高约10%的分析速度，在RTX 3070上可以实现实时跟踪。本文的研究成果对开发更有效的微流体液滴跟踪算法具有重要实际意义。