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电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx

26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第1页
1/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第2页
2/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第3页
3/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第4页
4/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第5页
5/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第6页
6/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第7页
7/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第8页
8/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第9页
9/37
26年WP电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx_第10页
10/37
IWHKJ 大学本科毕业设计摘 要在智能交通、无人机航拍、道路监控等实际应用场景当中,需要采集大量的高分辨率图像,而这些高分辨率图像里的微小车辆目标的像素占比较低并且特征信息微弱,还容易受到复杂背景的干扰,这导致常规的 YOLO 系列检测模型在对微小车辆进行检测时,普遍存在漏检率高,定位精度不足,且对小目标识别能力弱等问题,因此,难以满足工程应用对检测准确性和可靠性的需求。为了能够有效地提升模型对于微小车辆目标的检测性能,本文结合了微小车辆数据集来对 YOLOv8 检测模型进行训练,并且在推理阶段引入了 SAHI(Slicing Aided Hyper Infere...

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电子信息工程 基于YoLov8的微小目标识别12.05-AI56.22全日(21517字).docx

您可能关注的文档

发表评论取消回复

  
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