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机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx

26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第1页
1/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第2页
2/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第3页
3/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第4页
4/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第5页
5/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第6页
6/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第7页
7/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第8页
8/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第9页
9/45
26年WP机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506字).docx_第10页
10/45
WHKJ 大学本科毕业设计I摘 要路面坑洞是影响行车安全和自动驾驶环境感知的重要道路病害。传统人工巡检方法效率低、主观性强,而现有基于视觉的检测方法主要针对白天良好光照条件,在夜间低光照场景下性能显著下降。本文提出基于 YOLOv8n 的夜间路面坑洞检测方法。以 YOLOv8n 为基线模型,输入图像尺寸为 640×640,采用 AdamW 优化器和混合精度训练策略,在NVIDIA RTX 3060 GPU 上 训 练轮 , 批 次 大 小 为。 实 验 采 用 公 开 的Nighttime Pothole Dataset(NPD)作为数据集,该数据集包含张夜间道路图像,共计个坑洞实例,采用 YOLO...

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机器人工程 基于YOLOv8的无人驾驶路面坑洞识别17.22-AI26.82_1全日(23506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