电脑桌面
添加毕设投稿发表到电脑桌面
安装后可以在桌面快捷访问

25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf

25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第1页
1/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第2页
2/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第3页
3/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第4页
4/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第5页
5/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第6页
6/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第7页
7/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第8页
8/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第9页
9/45
25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf_第10页
10/45
北京理工大学珠海学院 2025 届本科生毕业设计(论文)改进 YOLOv10 算法在自动驾驶场景中的物体检测研究摘 要自动驾驶技术快速发展,物体检测是自动驾驶感知系统的关键任务这关乎车辆安全和行驶效率,解决自动驾驶场景复杂的道路环境。本文给出一种改良的 YOLOv10 算法来改进其在动态复杂环境下的物体检测能力。实验结果显示,RefConv 模块把模型初期特征获取能力改善,非常是针对小目标检测的时候,Swin Transformer 经由多尺度自注意力机制,让模型对复杂背景下目标的捕捉能力得以改进。HWD 模块利用下采样来缩小特征图分辨率关键信息被保存留来,这样模型...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

25年WP数据科学与大数据技术 改进YOLOv10算法在自动驾驶场景中的物体检测研究7.18-AI2.23-约38724字符.pdf

您可能关注的文档

发表评论取消回复

  
a.aiyt.cc+ 关注
机构认证
内容提供者

长篇生成器

确认删除?
qq
  • 联系点击这里给我发消息
搜索教程
联系客服
  • 联系客服
回到顶部