基于改进YOLOv5m的室内停车位检测

李玥; 马世典; 黄宇轩

doi:10.11907/rjdk.231405

您当前的位置：

首页 >

文章列表页 >

基于改进YOLOv5m的室内停车位检测

图形图像处理 | 更新时间：2024-05-16

- 基于改进YOLOv5m的室内停车位检测
- Indoor Parking Space Detection Based on Improved YOLOv5m
- “研究团队针对室内停车场景下目标停车位检测难题，提出创新算法。该算法在YOLOv5m基础上增加小目标检测层，并引入坐标注意力机制，有效减少冗余信息，提升检测精度。同时，团队建立包含8100张图像的地下车位标注数据集进行实验。该算法平均检测精度达98.214%，准确率和召回率均超96%。这一成果显著提高了模型精度和实时性，为室内停车场景下的停车位检测提供了可行方案。”
  
  ”
- 软件导刊 2024年23卷第4期页码：157-163
- 作者机构：
  
  江苏大学汽车工程研究院，江苏镇江 212013
- 作者简介：
  
  李玥（1996-），女，江苏大学汽车工程研究院硕士研究生，研究方向为自动驾驶
  马世典（1978-），男，江苏大学汽车工程研究院副教授、硕士生导师，研究方向为智能网联汽车、自动驾驶、汽车电子控制技术、交通信息与安全
  黄宇轩（1998-），男，江苏大学汽车工程研究院硕士研究生，研究方向为智能网联汽车。
- 基金信息：
  
  国家自然科学基金项目(52202414)
- DOI：10.11907/rjdk.231405
  中图分类号： TP391.41
- 纸质出版日期：2024-04-15，
  
  收稿日期：2023-04-20，
扫描看全文
李玥,马世典,黄宇轩.基于改进YOLOv5m的室内停车位检测[J].软件导刊,2024,23(04):157-163.

LI Yue,MA Shidian,HUANG Yuxuan.Indoor Parking Space Detection Based on Improved YOLOv5m[J].Software Guide,2024,23(04):157-163.
李玥,马世典,黄宇轩.基于改进YOLOv5m的室内停车位检测[J].软件导刊,2024,23(04):157-163. DOI： 10.11907/rjdk.231405.

LI Yue,MA Shidian,HUANG Yuxuan.Indoor Parking Space Detection Based on Improved YOLOv5m[J].Software Guide,2024,23(04):157-163. DOI： 10.11907/rjdk.231405.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

卷积神经网络在前列腺多参数MRI中的应用进展

钢材表面缺陷检测研究综述

基于Ghost-CA-YOLOv4的果园障碍物检测算法

基于改进Faster R-CNN算法的扣件缺陷检测

基于改进YOLOv5m的室内停车位检测

Indoor Parking Space Detection Based on Improved YOLOv5m

DOI：10.11907/rjdk.231405