电脑桌面
添加易通论缘成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx

26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第1页
1/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第2页
2/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第3页
3/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第4页
4/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第5页
5/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第6页
6/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第7页
7/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第8页
8/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第9页
9/67
26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx_第10页
10/67
- I -哈尔滨理工大学学士学位论文结合 YOLOv11 改进的船舶目标检测算法研究摘要随着全球航运逐步走向智能化,海事监管需求也在不断提升,船舶目标检测技术因此成为智能航运和海上搜救等领域的核心支撑,此项技术的精度和实时性直接关系着海上交通安全与应急响应效率。但是,实际的海上情况很复杂,存在光照变化、恶劣天气和海面杂波的干扰,以及船舶多尺度特性,如小目标特征稀疏,易与环境混淆等,给船舶检测任务带来了许多挑战。传统的检测方法鲁棒性较差,泛化能力弱,很难达到现在海事应用对高精度和实时性的要求。近几年,以 YOLO 系列为代表的深度学习目标检...

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.。
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

26年WP通信工程 结合YOLOv11改进的船舶目标检测算法研究16.46-AI19.66.docx

您可能关注的文档

发表评论取消回复

  
新文件+ 关注
机构认证
内容提供者

新文件

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