1.改进YOLOv5的目标检测算法研究 2.面向拥挤行人检测的CA-YOLOv5 3.引入注意力机制的YOLOv5安全帽佩戴检测方法 4.改进YOLOv5的轻量级安全帽佩戴检测方法 5.改进YOLOv5的白细
摘要：提出了一种基于立体视觉的汽车行人检测方法。由于行人外观的多样性，基于视觉的行人检测存在一定的困难。本文提出的方法主要通过以下两方面的贡献
基于深度学习的行人检测方法研究. 冷隐. 9 人 赞同了该文章. 1 研究背景与意义. 随着人民生活水平的提升，视频监控已经成为生活中不可或缺的一部分，行人检测
文中对比了很多最新的行人检测的算法。这篇论文简称为PAMI2012 pedestrian detection an evaluation of the state of the art 1 PAMI2012综述文章中,排名第一的算法: New Fea
T1 多目标的行人检测与跟踪算法研究 A1 李佐龙 A3 [王帮海] ED 硕士 PB 广东工业大学 NO 计算机技术 YR 2021 CL [] AB K1 LA chi PP 中国 DS 万方数据 <?xml version="1.0"
目标检测任务为切入点,介绍了针对YOLO做出的改进,如:改进特征图,调整分辨率,优化NMS,替换目标函数,融合多模态,修改检测框等措施,并分析了改进算法与原算法的性能.分析研究了
在阅读论文时，需要注意论文的质量、创新性、实验结果等方面。学习行人检测算法：行人检测算法是实现行人检测的关键。可以通过阅读相关论文、学习开源代码
发表服务
