26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx

下载本文档

阅读 0
格式 docx
大小 6.39 MB
约79页
2026-06-26
收藏
评论
点赞(0)
海报
举报

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第1页

1/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第2页

2/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第3页

3/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第4页

4/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第5页

5/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第6页

6/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第7页

7/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第8页

8/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第9页

9/79页

26年WP电子信息工程基于YOLOv13的密集行人检测算法研究14.52-AI9.66(31707字).docx_第10页

10/79页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/79

文本预览下载提示常见问题

哈尔滨理工大学学士学位论文- I -基于 YOLOv13 的密集行人检测算法研究摘要随着城市监控与智能交通的发展，密集场景下的行人检测任务越来越受关注。但密集行人目标普遍存在相互遮挡、尺度跨度大等问题，传统检测算法极易出现漏检和误检。针对以上问题，本文在最新的单阶段目标检测算法 YOLOv13 的基础上，提出并实现了一种融合 Transformer 与MPDIoU 损失函数的改进密集行人检测算法模型。针对行人躯干遮挡造成的特征丢失问题，本文使用了 Transformer 自注意力机制，在 YOLOv13 主干网络的 P5 层把原来的 A2C2f 模...

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