mAP@0.5</sub> 比YOLOv5s提高 2.22% ，同時(shí)參數(shù)量與計(jì)算量分別降低了 10.7% 與 18% 。驗(yàn)證了改進(jìn)算法在增強(qiáng)紅外圖像行人檢測精度的同時(shí)，實(shí)現(xiàn)模型的輕量化設(shè)計(jì)。-龍?jiān)雌诳W(wǎng)" />

特黄三级爱爱视频|国产1区2区强奸|舌L子伦熟妇aV|日韩美腿激情一区|6月丁香综合久久|一级毛片免费试看|在线黄色电影免费|国产主播自拍一区|99精品热爱视频|亚洲黄色先锋一区

基于改進(jìn)YOLOv5s的紅外圖像行人檢測算法

  • 打印
  • 收藏
收藏成功


打開文本圖片集

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A

在計(jì)算機(jī)視覺研究中，行人檢測一直是一個備受關(guān)注且具有挑戰(zhàn)性的領(lǐng)域。隨著計(jì)算機(jī)視覺技術(shù)的不斷發(fā)展，行人檢測在人工智能領(lǐng)域中變得越來越重要。行人檢測要解決的問題是識別圖像或視頻中的行人并準(zhǔn)確地將其標(biāo)注出來。例如，交通監(jiān)控系統(tǒng)可以利用行人檢測來監(jiān)測交通流量和行人行為，以提供更安全和高效的交通環(huán)境[1]。（剩余12109字）

monitor