摘要
摘要:近些年来,我国社会不断进步,随着5G技术以及无线数据互联技术的快速发展,在驾驶领域之中,自动化、智能化的交通系统成为研究热点。智能交通系统可以有效地感知城市中各个街道的车流状况,提升道路利用效率,减少交通堵塞情况的发生。基于卷积神经网络的目标检测方法取得了较好的成果,具有灵活性高以及可以同时检测多条道路等特点。如何减少误检、漏检,提高车辆检测的准确性,是将深度学习应用到车辆检测的关键性问题。以YOLOv5为基础模型,对其进行相关改进。检测改进算法的性能,为车辆检测算法提供理论支撑,增添数据库存储量。
出版日期
2024年07月10日(中国期刊网平台首次上网日期,不代表论文的发表时间)