车辆检测算法

作品数：122被引量：377H指数：10
导出分析报告
相关领域：自动化与计算机技术交通运输工程更多>>
相关作者：张足生蔡英凤于峰崎王海姚拓中更多>>
相关机构：中国科学院长安大学广东工业大学哈尔滨工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金江苏省自然科学基金中国博士后科学基金江苏省“六大人才高峰”高层次人才项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进YOLOv5的半监督车辆检测算法
《计算机工程》2025年第3期300-309,共10页高睿 安国成 邹丹平 裴凌 
“十四五”国家重点研发计划(2023YFC3006700);国家自然科学基金(62273229)。
目前,交通场景中的车辆检测存在目标尺度差异显著以及遮挡重叠严重等问题,且对大规模数据进行完全标注需要较高的成本。针对以上情况,提出一种基于改进YOLOv5的半监督车辆检测算法。引入SimOTA样本匹配方法,优化次优匹配现象,改善目标...
关键词：YOLOv5 车辆检测 样本匹配 空间金字塔池化 半监督学习 
模糊场景下行人与车辆检测算法
《计算机系统应用》2025年第2期145-153,共9页郑广海 张海宁 曲英伟 
针对雾霾、雨雪等恶劣天气下拍摄到的图像退化模糊,难以进行准确识别与检测的问题,本文提出模糊场景下行人与车辆检测算法LiteBlurVisionNet(轻模糊视觉网络).在主干网络部分使用global context enhancer注意力改进轻量级MobileNetV3模...
关键词：MobileNetV3 模糊场景 人车检测 轻量化 LiteBlurVisionNet 
基于改进的CA-BiFPN_YOLOv5s车辆检测算法
《汽车知识》2025年第1期243-247,共5页刘宇辰 
针对目前车辆检测当中存在的误检和漏检的问题,提出一种CA-BiFPN_YOLOv5s车辆检测算法:首先,在主干特征提取网络中加入协调注意力机制(CA)模块,使主干网络在特征提取时关注更重要的信息,从而提升目标检测精度;其次,采用加权双向特征金...
关键词：车辆检测 YOLOv5s 协调注意力机制 加权双向特征金字塔网络 
基于改进YOLOv4的车辆检测算法
《电子科技》2025年第1期81-87,94,共8页赖颖 巨志勇 叶雨新 
国家自然科学基金(81101116)。
在交通监控中进行车辆检测过程时,存在车辆互相遮挡和远距离目标尺寸不足的问题,导致在检测中存在漏检和误检情况。针对此问题,文中提出一种基于YOLOv4(You Only Look Once version 4)的多尺度融合与注意力机制的交通车辆检测算法。在YO...
关键词：车辆检测 多尺度特征融合 注意力机制 Soft-CIOU损失函数 YOLOv4 深度学习 目标检测 小目标 
基于改进YOLOv8n的红外行人车辆检测算法
《激光与红外》2025年第1期130-137,共8页秦海洋 谭功全 邓豪 王峣 蔡大洋 文力 
人工智能四川省重点实验室科研项目(No.2019RYJ08)资助。
鉴于红外行人车辆图像分辨率低,质量不佳,噪声多等特点,检测难度较大,提出一种基于YOLOV8的红外图像行人车辆目标检测算法,即PSWG-YOLO。针对YOLOv8n网络,增加160×160的极大特征图P2提高模型对行人小目标的检测能力。同时,采用SPD-Con...
关键词：红外目标检测 YOLOV8 SPD-Conv Ghost模块 损失函数 
基于改进YOLOv5s的车辆目标检测算法研究
《运输经理世界》2024年第36期71-73,共3页江余凤 曹士连 
为解决车辆密集、遮挡严重导致的目标检测算法误检、漏检等问题,提出一种基于改进YLOv5s的车辆检测算法。首先,基于C2f特征提取模块结构中卷积共享和多层次特征融合的思想,对原YOLOv5s中的特征提取模块进行改进,提高网络针对多尺度特征...
关键词：车辆检测 YOLOv5s 车辆检测算法 
基于LCD-YOLO的车辆检测算法
《半导体光电》2024年第6期1039-1046,共8页代少升 代佳伶 余自安 
针对现有YOLOv8s车辆检测模型的检测精度低、参数量多、计算量大的问题,提出了一种基于改进YOLOv8s的LCD-YOLO轻量化车辆目标检测算法。该算法使用频率自适应膨胀卷积优化YOLOv8s中的C2f模块,以提升特征融合能力;使用共享卷积层,减少网...
关键词：车辆检测 YOLOv8s 特征融合 轻量化 
基于改进的yolov5n模型车辆检测算法
《长江信息通信》2024年第11期32-35,共4页王文上 刘晓群 郝娟 
随着智能交通系统的发展,车辆检测技术在交通安全和智能监控中发挥着重要作用。文章通过改进yolov5n的模型,引入Coordatt(Coordinate Attention)注意力机制让模型更加聚焦于关键信息,提高对目标物体的定位和识别能力,同时又添加了EIOU...
关键词：olov5n 车辆检测 注意力机制 损失函数 
基于双分支特征聚合网络的车辆检测算法
《计算机工程与应用》2024年第22期240-250,共11页吕蒙 毛盛辉 柴亮 高鹏飞 时蕾 
国家自然科学基金(51905071);河南省高等学校重点科研项目(22B460031);河南省科技攻关项目(232102220059)。
车辆目标检测是自动驾驶的重要环节,现有的车辆目标检测算法在特征提取方面没有充分考虑卷积神经网络(convolutional neural network,CNN)和Transformer各自的优缺点,一定程度上限制了网络的整体性能。提出了一种由CNN和Transformer组...
关键词：车辆目标检测 卷积神经网络(CNN) TRANSFORMER 双分支 引导学习 
基于YOLOv5改进的雾天行人与车辆检测算法被引量：2
《系统仿真学报》2024年第10期2413-2422,共10页苏彤 王颖 邓启扬 李兆彬 
江西省科技厅重点研发项目(20161BBG70055)。
由于在恶劣天气下汽车对环境的感知能力差,且对动态目标的检测能力有极大的影响,使得基于深度学习的目标检测网络在雾天行人车辆检测中出现精度低、鲁棒性差等问题。本文提出一种基于DehazeNet去雾算法与改进YOLOv5算法相结合的雾天检...
关键词：自动驾驶 图像去雾 YOLOv5 轻量化卷积 损失函数 目标检测 
全选清除导出
共13页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部