您当前的位置:
首页 >
文章列表页 >
改进YOLOV5的密集行人检测算法研究
图形图像处理 | 更新时间:2024-12-30
    • 改进YOLOV5的密集行人检测算法研究

    • Research on Improved YOLOV5 Algorithm for Dense Pedestrian Detection

    • 在目标检测领域,FPCA-YOLOV5算法通过特征融合技术,有效提升了模型的检测精度和召回率。
    • 软件导刊   2024年23卷第12期 页码:249-254
    • DOI:10.11907/rjdk.232297    

      中图分类号: TP391.41
    • 纸质出版日期:2024-12-16

      收稿日期:2023-12-23

    移动端阅览

  • 周龙刚,魏本昌,魏鸿奥等.改进YOLOV5的密集行人检测算法研究[J].软件导刊,2024,23(12):249-254. DOI: 10.11907/rjdk.232297.

    ZHOU Longgang,WEI Benchang,WEI Hongao,et al.Research on Improved YOLOV5 Algorithm for Dense Pedestrian Detection[J].Software Guide,2024,23(12):249-254. DOI: 10.11907/rjdk.232297.

  •  
  •  

0

浏览量

0

下载量

0

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

基于YOLOv5的静态手势识别检测模型
基于YOLOv5改进模型的办公室吸烟行为检测
基于注意力机制与自适应特征融合的群养猪身份识别
一种改进的YOLOv5电动车头盔佩戴检测方法
基于特征融合与注意力的服装图像分类算法

相关作者

程亚龙
梁军
邹雲宇
魏袁慧
方睿
石兴
刘金智
韩丁磊

相关机构

华南师范大学 软件学院
成都信息工程大学 计算机学院
江苏大学 电气信息工程学院
Department of Animal Science, Iowa State University, Ames
Animal Behaviour and Welfare Group, Department of Animal Science, Michigan State University,East Lansing
0