10.16660/j.cnki.1674-098X.2012-5640-9787
基于YOLOv5的城市交通目标检测研究
随着机动化的成熟,更多的行人、车辆甚至天气等因素导致城市交通场景日趋复杂,且智能化的发展使得无人驾驶技术快速发展.更好地监测城市道路交通和完善无人驾驶场景归结为提高目标检测算法精准度问题.本文为了更准确地检测真实场景下的城市道路交通图片,首先利用非局部均值滤波(NLM)去除图片中的噪声,突出目标信息和位置,然后利用YOLOv5算法对交通图片进行目标检测,得到了更加精准的定位效果.
目标检测、交通场景、YOLOv5、非局部均值滤波
18
TP391.4(计算技术、计算机技术)
国家自然科学基金;北京建筑大学北京未来城市设计高精尖创新中心资助项目;研究生创新项目
2021-08-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
172-174