作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着计算机信息技术的全面发展,进行深度的学习成为计算机发展的重要方向.通过计算机的识别和定位功能,可以更好地进行图像的识别,以及确定具体的位置和类别,可以采用成像时光照、遮挡等因素的干扰,来对这一领域进行广泛的运用,进而通过技术的更新来大大解放生产力.基于此,进行了YOLO的改进目标检测算法分析,并进行了对策思路.改进工作在进行具体的实践过程中,主要是基于对目标检测的性能进行相应的提升,并进行相应的改进实施过程,但在进行改进的过程中.
推荐文章
改进YOLO的车辆检测算法
YOLO
端对端模型
DenseNet
车辆检测
YOLO-D
检测精度
实时目标检测算法YOLO的批再规范化处理
目标检测
深度学习
卷积神经网络
批再规范化
YOLO
一种改进的视频运动目标检测算法
视频运动目标检测
背景建模
混合高斯模型
区域生长
视频运动目标定位
基于KGMM改进的动态目标检测算法
混合高斯模型
C-均值聚类
动态目标检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 YOLO的改进目标检测算法研究
来源期刊 电脑编程技巧与维护 学科
关键词 目标检测 YOLO算法 改进
年,卷(期) 2021,(7) 所属期刊栏目 软件研发与应用
研究方向 页码范围 41-42
页数 2页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1006-4052.2021.07.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (79)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(12)
  • 参考文献(1)
  • 二级参考文献(11)
2020(4)
  • 参考文献(1)
  • 二级参考文献(3)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标检测
YOLO算法
改进
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑编程技巧与维护
月刊
1006-4052
11-3411/TP
大16开
北京市海淀区长春桥路5号六号楼1209室
82-715
1994
chi
出版文献量(篇)
14554
总下载数(次)
80
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导