- 1、本文档共61页,其中可免费阅读19页,需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
摘要
车辆目标检测是自动驾驶领域的重要研究内容。现实生活中,道路场景复杂
多变,密集场景中存在车辆相互遮挡、目标多尺度、小尺度车辆目标像素占比较
小的问题,易导致车辆目标的有效信息缺失,致使模型检测不准确,出现漏检甚
至错检的问题。尤其是在雨天环境下,图像包含大量噪声,分辨率降低,将严重
影响车辆检测的精确度与鲁棒性。针对上述问题,本文对单阶段算法YOLOv5
进行研究,首先改进YOLOv5的网络结构,提高算法对复
文档评论(0)