您当前的位置：
首页 >
文章列表页 >
基于改进YOLOv5算法的道路目标检测方法
计算机科学与技术 | 更新时间：2025-05-26

    • 基于改进YOLOv5算法的道路目标检测方法

    • Road object detection method based on improved YOLOv5 algorithm

    • “在道路交通场景下，针对远处目标识别效果不佳等问题，提出了改进YOLOv5算法的道路目标检测方法，提高了检测精度和实时性，对自动驾驶汽车视觉感知能力提升具有指导意义。”
    • 吉林大学学报（工学版）   2024年54卷第9期 页码：2658-2667
    • 作者机构：

      长春工业大学 计算机科学与工程学院，长春 130012

    • 作者简介：

      王宏志（1961-），男，教授，博士.研究方向：数字信号处理及应用.E-mail：wanghongzi@ccut.edu.cn

      解东旋（1989-），男，讲师，博士.研究方向：智能网联汽车开发与测试、汽车轻量化与安全性设计.E-mail：xiedongxuan@ccut.edu.cn

    • 基金信息：
      吉林省教育厅优秀青年项目(JJKH20240848KJ);国家自然科学基金项目(61903047);吉林省教育厅重点项目(JKH20210754KJ)

    • DOI：10.13229/j.cnki.jdxbgxb.20221461    

      中图分类号： U492.8

    • 收稿：2022-11-16，

      纸质出版：2024-09-01

    移动端阅览

  • 王宏志,宋明轩,程超等.基于改进YOLOv5算法的道路目标检测方法[J].吉林大学学报（工学版）,2024,54(09):2658-2667. DOI： 10.13229/j.cnki.jdxbgxb.20221461.

    WANG Hong-zhi,SONG Ming-xuan,CHENG Chao,et al.Road object detection method based on improved YOLOv5 algorithm[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(09):2658-2667. DOI： 10.13229/j.cnki.jdxbgxb.20221461.

  •  
  •  

0

浏览量

24

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合深度主动学习的视觉目标检测模型
基于深度学习的高速公路小目标检测算法
改进YOLOv5s算法的高光谱遥感图像目标检测
采用神经网络架构搜索的高分辨率遥感影像目标检测
机载广域遥感图像的尺度归一化目标检测方法

相关作者

贾旭
陈鑫
廖鑫林
曹玉东
蒋时森
徐小婷
郝东升
徐慧智

相关机构

辽宁工业大学 电子与信息工程学院
浙江公路技师学院 试验检测中心
东北林业大学 土木与交通学院
黑龙江八一农垦大学 信息与电气工程学院
兰州交通大学 测绘与地理信息学院
0