原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
改进YOLOv5算法在轨道交通车厢乘客检测中的实践研究
目录
文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1.1轨道交通安全监控需求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.2乘客检测技术发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.2.1目标检测算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.2YOLO系列算法研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.3轨道交通乘客检测研究综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.3.1主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
1.3.2具体研究目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.4.1研究方法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
1.4.2技术路线设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
相关技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1目标检测技术原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.1.1图像分类基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.1.2目标检测流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.2YOLOv5算法详解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.2.1YOLOv5网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.2.2YOLOv5损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.2.3YOLOv5特点分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.3数据增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.3.1数据增强方法分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.3.2常用数据增强策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
2.4轨道交通环境特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
2.4.1车厢内光照变化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
2.4.2乘客行为多样性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
2.4.3图像噪声干扰．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
YOLOv5算法改进方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.1网络结构优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
3.2损失函数改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.2.1添加注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.2.2融合多尺度特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.2.3调整损失权重．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
3.3数据预处理优化．．．．．．．．．．．．．
文档评论（0）