1. 首页
  2. 人工智能
  3. 深度学习
  4. 拥挤场景下目标检测性能的改进研究

拥挤场景下目标检测性能的改进研究

上传者: 2023-07-28 03:01:23上传 DOCX文件 27.61KB 热度 14次

绪论:拥挤场景下的目标检测问题分析、研究意义、国内外现状;YOLOv5目标检测算法:原理、流程、改进;拥挤场景目标检测问题分析:原因、解决方案;基于YOLOv5的拥挤场景目标检测方法:数据集准备、模型训练、模型优化;实验与结果分析:环境、设计、结果分析;结论与展望:研究结论、不足与展望。参考文献。

下载地址
用户评论
码姐姐匿名网友 2025-01-13 17:45:10

:作者结合自己的实践经验,将YOLOv5与拥挤场景目标检测相结合,既解决了传统方法的问题,又提升了检测效果,可谓独具匠心。

码姐姐匿名网友 2025-01-13 22:16:35

:这个文档对于优化拥挤场景中目标检测性能提供了实用而有效的方法,值得一读。

码姐姐匿名网友 2025-01-14 02:54:54

:这篇文档揭示了YOLOv5在拥挤场景中的应用潜力,对于研究目标检测算法的学者和工程师来说,具有一定的参考价值。