摘要
摘要
随着人工智能与计算机视觉技术的快速发展,深度学习已成为目标检测算
法创新的核心驱动力。目标检测技术在智能制造、自动驾驶等领域广泛应用,但
在小目标检测方面仍面临特征表达不足、上下文信息利用不充分等关键挑战。本
文聚焦特征表达优化与时空特征融合两大方向,进行系统性研究,同时基于研究
成果设计并实现了一个小目标检测系统。
第一,提出基于特征增强与样本均衡的小目标检测算法YOLO-ESB。该算
法在YO
您可能关注的文档
- 罗尔斯与阿玛蒂亚·森平等理论的比较研究.pdf
- 商品包装装潢的反不正当竞争法保护研究.pdf
- 医疗美容纠纷精神损害赔偿问题研究.pdf
- 苏轼在江西的诗歌创作研究.pdf
- 现代汉语并列结构的否定模式研究.pdf
- 论我国隔代探望权制度的构建.pdf
- 青少年数字化压力和学业自我效能感的关系研究:心理韧性和同伴关系的中介作用.pdf
- 实际施工人建设工程价款优先受偿权问题研究.pdf
- 和谐网络交往空间的构建研究.pdf
- 企业数据权益法律保护问题研究.pdf
- 2026-2030中国硬胶囊填充机行业市场发展趋势与前景展望战略研究报告.docx
- 2025至2030中国高铁零部件行业市场占有率及投资前景评估规划报告.docx
- 2025至2030中国麻醉药品行业市场深度调研及发展潜力与投资报告.docx
- 2025至2030中国飞机高度计行业细分市场及应用领域与趋势展望研究报告.docx
- 2025至2030中国环境监测仪器行业市场发展分析及投资战略咨询报告.docx
- 2026-2030中国离岸风能行业市场发展趋势与前景展望战略分析研究报告.docx
- 2025至2030中国交流电机制造行业行情走势预测及发展机遇分析报告.docx
- 2025至2030中国影音线材行业市场占有率及投资前景评估规划报告.docx
- 2026-2030中国益生菌片行业销售规模及营销发展趋势预判研究报告.docx
- 2025至2030咖啡豆产业政府现状供需分析及市场深度研究发展前景及规划可行性分析报告.docx
原创力文档

文档评论(0)