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:
随着城市的发展,城市交通流和人流密度成为城市道路交通拥挤的重要原因.随着人工智能技术和计算机视觉技术的飞速发展,可以用来目标检测的模型越来也多.在目标检测中车辆检测是非常重要的检测目标之一.基于深度学习的目标检测其检测率非常之高并且有很强特征的提取能力.近几年深度学习网络在计算机视觉上因为AlexNet在ImageNet大赛上大放异彩而飞速发展.
推荐文章
基于改进YOLOV4模型的交通标志识别研究
交通标志识别
高清街景图像
注意力机制
增强感受野
基于YOLOv3的车辆多目标检测
车辆
多目标检测
Darknet-53网络
YOLOv3
基于暗通道和改进YOLOv3的雾天车辆检测算法
雾天车辆检测
暗通道去雾算法
YOLOv3
K-means
先验框
注意力机制
基于YOLOv4卷积神经网络的口罩佩戴检测方法
口罩佩戴检测
数据集
YOLOv4卷积神经网络
深度学习
视觉识别
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 YOLOv4的车辆检测方法研究
来源期刊 电子世界 学科
关键词
年,卷(期) 2021,(5) 所属期刊栏目 探索与观察
研究方向 页码范围 80-81,87
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导