-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=密集行人检测 "
共 条 记 录，以下是1-10

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
一种改进YOLOv8的密集行人检测算法被引量：19
《图学学报》2023年第5期890-898,共9页高昂 梁兴柱 夏晨星 张春炯 
国家自然科学基金项目(62102003);安徽理工大学环境友好材料与职业健康研究院研发专项(ALW2021YF04);芜湖市科技计划项目(2020yf48)。
针对密集场景中小尺度的遮挡行人容易漏检的问题,提出一种改进YOLOv8检测算法。首先,针对小尺度行人特征提取问题,采用由可变形卷积改进的骨干网络增强网络对特征的提取能力,并设计遮挡感知注意力机制增强遮挡行人可见部分特征;其次,针...
关键词：YOLOv8 密集行人检测 遮挡感知注意力 可变形卷积 动态解耦头 
面向密集型场景的多尺度行人检测方法
《沈阳师范大学学报（自然科学版）》2023年第6期536-541,共6页吴迪 宋家豪 李睿智 
国家自然科学基金资助项目(11804235)。
针对目标检测算法对小目标行人识别率低、对监控远处视野目标检测精度不理想的问题,提出了改进YOLOv5高效多尺度特征利用的行人检测算法。首先,通过在原网络中改进高效的特征融合结构,提高模型对深层特征的感知力来提高模型精度;其次,采...
关键词：小目标行人 注意力模块 密集行人检测 空间金字塔池化网络 
基于改进YOLOv5的密集行人检测算法
《计算机工程》2025年第3期216-228,共13页胡倩 皮建勇 胡伟超 黄昆 王娟敏 
贵州省科技支撑计划(黔科合支撑[2023]一般430)。
针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨...
关键词：密集行人检测 小目标行人检测 Conv-SPD网络 双层渐进特征金字塔网络 EfficiCIoU_Loss损失函数 
基于改进YOLOv7的密集行人检测算法
《湖北大学学报（自然科学版）》2024年第4期522-530,共9页黄诗佳 蒋碧波 杨超 李致君 许伶俐 
国家自然科学基金(61977021);湖北省重点研发计划项目(2021BAA184)资助。
针对密集场景中的行人目标往往存在重叠、遮挡、体积较小等问题,导致在检测过程中容易出现漏检、误检、特征提取困难、定位不准确等现象。提出一种改进YOLOv7的密集行人检测算法,首先在YOLOv7主干网络的ELAN结构上融合CBAM注意力机制,...
关键词：密集行人检测 YOLOv7 注意力机制 CoordConv 损失函数 非极大值抑制 
面向密集行人场景的YOLOv8n改进算法
《电子技术应用》2025年第2期15-20,共6页王丽黎 樊盼盼 张诗雨 
为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题,提出一种基于YOLOv8n的改进型密集行人检测模型。首先,引入SPPELAN模块替换骨干网络中的SPPF模块,以提升模型对多尺度目标的特征感知能力。其次,设计一种残差注意力机...
关键词：YOLOv8n 密集行人检测 SPPELAN模块 残差注意力机制 DySample 小目标检测层 
基于优化权重的YOLOv7密集行人检测算法
《液晶与显示》2025年第3期505-515,共11页曹洁 牛瑜 梁浩鹏 
甘肃省重点研发计划(No.22YF7GA130)。
针对自然复杂场景中行人拥挤和相互遮挡,导致检测精度不佳的问题,提出了一种基于优化权重的YOLOv7密集行人检测算法。首先,针对遮挡行人特征提取问题,利用跨空间高效多尺度注意力机制(Efficient Multi-Scale Attention Module with Cros...
关键词：密集行人检测 优化权重 聚焦边界框损失函数 YOLOv7 
基于改进YOLOv5的密集行人检测方法被引量：7
《应用科技》2023年第1期33-39,共7页张忠民 吴泽 
针对密集行人检测中行人之间高度遮挡重叠所带来的精度低和漏检高的问题,提出一种单阶段密集行人检测方法Dense-YOLOv5。实验基于YOLOv5-L,首先使用改进的RepVGG模块来替代原有3×3卷积加强密集场景下特征信息的提取;然后在原有3个检测...
关键词：YOLOv5 密集行人检测 RepVGG ECA 深度学习 特征融合 单阶段检测 注意力机制 
面向复杂场景密集行人检测的YOLOv8改进模型
《电子测量技术》2024年第14期159-169,共11页胡伟超 皮建勇 胡倩 黄昆 王娟敏 
贵州省科技支撑计划(黔科合支撑[2023]一般430)项目资助。
针对当前行人检测面临的环境复杂、目标尺寸多变和严重遮挡等挑战,导致现有检测技术在识别密集行人时容易发生误判和遗漏的问题,本文提出一种高效的面向复杂场景密集行人检测的YOLOv8改进模型。在骨干网络引入DCNv2设计C2f_DCNetv2替换...
关键词：密集行人检测 YOLOv8 可变形卷积 多尺度特征融合 损失函数 
基于改进ResNet-CrowdDet的密集行人检测算法被引量：1
《计算机工程与应用》2023年第16期196-204,共9页韩文静 何宁 刘圣杰 于海港 
国家自然科学基金(61872042,61572077);北京市教委科技重点项目(KZ201911417048);北京联合大学人才强校优选计划(BPHR2020AZ01,BPHR2020EZ01);北京联合大学科研项目(ZK50202001);国家重点研发计划(2018AAA0100804)。
行人检测在自动驾驶、客流量统计、智能监控等很多领域被应用。这些场景中行人大多是密集的,存在多尺度、多姿态和遮挡等问题,使得目前的密集行人检测算法存在检测精度较低、漏检率较高等问题。基于ResNet-50-FPN的CrowdDet算法可以解...
关键词：密集行人检测 增强特征表达 BoINet 提升分类回归性能 DHCDet 
基于YOLOv5的密集行人检测算法
《计算机应用》2024年第S2期246-250,共5页邹军 李军 张世义 
国家自然科学基金资助项目(52172381);重庆市技术创新与应用发展专项重大项目(CSTB2022TIAD-STX0003)。
针对当前密集行人检测算法精度低且模型复杂度高的问题,在YOLOv5算法的基础上提出一种改进的密集行人检测算法YOLOv5_CDA。首先在主干网络中设计一种C3CA模块,并在最后一层引入坐标注意力(CA)机制,提高网络对局部重要特征的捕获能力;其...
关键词：YOLOv5 密集行人检测 损失函数 解耦检测头 注意力机制 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部