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 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf

26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第1页
1/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第2页
2/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第3页
3/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第4页
4/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第5页
5/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第6页
6/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第7页
7/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第8页
8/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第9页
9/40
26年WP 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf_第10页
10/40
摘 要随着智能交通系统及自动驾驶技术的快速发展,智能交通感知已经成为了保证驾驶安全的重要手段。其中,交通标志的准确检测和识别作为环境感知的重要部分,它同辅助驾驶系统是否具备良好的道路交通安全保障密切相关。然而,由于交通标志目标尺度差别大、光照环境变化多样、类别分布严重不平衡等问题,现有检测方法在实际场景中存在低召回率、高漏检率、慢响应速度的局限,不能达到实时决策的要求。为了克服以上困难,本文在以 YOLOv8n为基础模型的前提下,提出了一种自适应推理机制结合负样本微调的方案,实现了高鲁棒性的实时检测能力,并设计图形化检测平台用于可...

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 基于深度学习的交通标识识别系统设计与实现最终稿-约27538字符.pdf

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