26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx

下载文档加入资源篮

阅读 0
格式 docx
大小 2.87 MB
约35页
2026-09-19
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第1页

1/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第2页

2/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第3页

3/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第4页

4/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第5页

5/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第6页

6/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第7页

7/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第8页

8/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第9页

9/35页

26年WP电子科学与技术基于 YOLO 算法的交通标识识别方法研究12.49-AI41.36全日(19531字).docx_第10页

10/35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

/35

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

WHKJ 大学本科毕业论文I摘要在复杂道路场景影响下，交通标志存在尺寸小、容易受到遮挡、受光照变化明显以及背景干扰强烈等问题。YOLOv8 模型存在小目标漏检率比较高、特征提取不够充分、边界框回归精度不足等缺陷，本文的目的是对 YOLOv8 模型进行改进，让交通标志在复杂环境当中的检测精度以及鲁棒性得以提升。主要工作如下：（1）引入注意力模块，采用 K-means 聚类方法生成自适应锚框，提升边界框匹配度，强化关键特征提取；（2）优化 PAN 多尺度特征融合结构，增强浅层小目标特征传递能力。通过开展对比实验、消融实验以及可视化分析等工作，实验结果显示...

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