【摘 要】
：
随着5G技术的兴起，智能交通系统的研究成为当下热点，车辆检测则是其中最重要的内容之一。车辆检测技术不仅为交通拥堵、车辆违停、超速等问题的解决提供了便利，还能促进无人驾驶、车流量统计、车辆防碰撞预警等智能技术的发展。目前，随着深度学习的广泛应用，车辆检测技术也愈发成熟。YOLOv5模型较YOLOv4更加轻量化且精度高。本文提出YOLOv5n算法对行驶车辆进行目标检测，并使用CIOU损失来提高边界框回
【基金项目】
：
江西省大学生创新创业项目资助（S202110407021）；
论文部分内容阅读
随着5G技术的兴起，智能交通系统的研究成为当下热点，车辆检测则是其中最重要的内容之一。车辆检测技术不仅为交通拥堵、车辆违停、超速等问题的解决提供了便利，还能促进无人驾驶、车流量统计、车辆防碰撞预警等智能技术的发展。目前，随着深度学习的广泛应用，车辆检测技术也愈发成熟。YOLOv5模型较YOLOv4更加轻量化且精度高。本文提出YOLOv5n算法对行驶车辆进行目标检测，并使用CIOU损失来提高边界框回归的准确率。经验证，该方法准确率高，具有较高推广价值。
其他文献
为加强对河道监控视频图像中散体物料采运船舶的监测和跟踪，从而辅助实现智能、高效的河道采砂监管和散体物料调度，基于You Only Look Once version 3 （YOLOv3）算法及迁移学习提出一种河道散体物料船舶目标检测算法。首先使用COCO数据集训练初始的YOLOv3算法，得到模型的预训练权重；然后对从广西重要河道周围监控设备采集的采砂运砂船舶影像数据进行图像处理，得到高质量船舶数据
＜正＞引言"新金陵画派"是20世纪60年代最重要的的中国画流派之一,在中国近现代美术史上有着不可替代的地位。以傅抱石为首,钱松喦,亚明,宋文治,魏紫熙为代表的画家为世人耳熟能详,但是"新金陵画派"还包括余彤甫、丁土青、张晋、张文俊四位画家①。但是由于种种原因,余彤甫、丁士青、张晋三位当时的画家却几乎不为人知。因此江苏省国画院原院长宋玉麟先生策划了"新金陵画派"遗页——余彤甫、丁
＜正＞幼儿园音乐活动是幼儿喜爱的活动,通过音乐教育活动的开展可激发幼儿真实情感,调动幼儿参与积极性,保持幼儿良好心态。与其他学科相比,音乐学科十分注重教师与幼儿之间的互动。师幼互动的质量直接影响着音乐教学活动的效果,教师要充分展示幼儿主体地位,挖掘幼儿潜在能力,通过多样灵活的形式与幼儿互动,站在平等位置与幼儿对话,了解幼儿内心真实想法,进而制定适合幼儿成长与发展的活动方案。
幼儿园音乐活动是幼儿园教育的重要组成部分,是幼儿接触音乐最直接的方式,幼儿通过参与音乐活动,能够提升自身认知能力和情绪感知能力,还能在潜移默化中培养幼儿学习习惯,对于幼儿身心发展有着积极的作用。结合当今幼儿园音乐教育需要,民间游戏能够促进幼儿音乐能力发展以及良好音乐素养提升,对幼儿园音乐教学具有重要价值。本文从民间游戏资源进行分析研究,进而探讨利用民间游戏开展幼儿音乐活动策略应用价值,充分发挥民间
自动驾驶场景下,为解决前方障碍物的检测实时性与检测准确度难以权衡的问题,采用空间金字塔的思想,对Yolov3主网络部分进行修改,形成了Yolov3-bt目标检测算法,提高了目标检测准确率。通过调整输入图片分辨率,加快了检测速度,从而得到了检测时间与检测准确率的最优匹配值。最后,通过实验验证结果表明,改进后的Yolov3-bt目标检测算法可兼顾前方障碍物检测实时性及检测准确度。Yolov3-bt-4
余彤甫作为20世纪60年代新金陵画派中的重要代表,近几十年无论在研究还是文献中都很少被提及。检点余彤甫的绘画历程和作品,他在20世纪60年代轰轰烈烈的新山水画运动中属于以传统技法为主表现新时代、新风貌的典型人物,风格老辣苍劲、浑厚古雅中又有吴门派的恬静与秀美,新金陵画派中理应有其一席之地。本文从大时代中的群体意识对个人的塑造和艺术家的自我表现出发,对余彤甫的绘画类型和艺术特色进行研究。
在使用计算机视觉方法对烟雾目标进行检测时需要考虑环境因素的影响，直接进行检测易出现漏检、误检问题。因此提出一种基于改进Vibe前景提取的YOLOv3烟雾目标检测方法。首先使用CLAHE增强图像对比度，通过改进的Vibe前景提取方法检测并提取疑似的烟雾目标区域，最后整合样本并使用目标检测算法YOLOv3对烟雾目标进行识别与定位。实验结果表明所提出的方法对复杂环境的烟雾目标检测具有更高的性能，更适用于
＜正＞音乐不仅仅是声音，也是优美的通用语言，更是一种艺术形式，它天然跟孩子没有距离。音乐的节奏和旋律具有时间和空间属性，音乐是生活场景的艺术提炼，能给幼儿带来强烈的画面感和现场感。音乐活动的内容包括韵律活动、打击乐活动、歌唱活动、欣赏活动。音乐活动的核心任务是“感受与欣赏”“表现与创造”，幼儿音乐教育的基本原则是以美感人、以情动人、以乐施教。教育部《关于大力推进幼儿园与小学科学衔接的指导意见》的文
针对无人机航拍图像车辆检测任务中存在车辆遮挡严重、小尺度目标多、背景信息复杂、误检漏检情况严重等问题，提出一种基于YOLOv5改进的车辆目标检测模型。首先，增加一个小目标特征检测层，增强对浅层特征图中有效位置特征信息的复提取，从而缓解因深层卷积导致密集小目标特征信息的缺失问题。其次，在Neck中使用GSConv卷积和VOVGSCSP模块，对模型进行轻量化同时提高检测精度。再次，使用Mish作为全局
提出一种手机外观缺陷检测的改进算法YOLOv5-CBE。该算法在YOLOv5框架的基础上，在主干网络的C3模块中加入坐标注意力（coordinate attention, CA）机制，可同时考虑通道间的关系和位置信息，使模型更准确地定位并识别到目标区域。借鉴加权双向特征金字塔网络（Bidirectional feature pyramid network, BiFPN）的思想，将Neck部分的co