- 1、本文档共72页,其中可免费阅读22页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
近年来,自动驾驶汽车与驾驶辅助系统成为研究热点,其主要挑战之一是高效、
准确地识别交通标志,尤其在车辆行驶或雾天情况下,这一任务变得尤为困难。传
统的基于标准卷积神经网络的目标检测模型面临着在嵌入式设备部署难度大、对小
目标交通标志检测性能不足等问题。因此,本研究旨在改进小目标交通标志的检测
性能,同时考虑模型的轻量化,以适应快速且准确的实时检测需求。
本研究首先对现有的小目标交通标志检测技术进行全面调研,包括传统目标检
测算法和基于深度学习的算法,分析它们的工作原理和局限性。此外,对
文档评论(0)