基于YOLO的自动驾驶目标检测研究综述

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:tadpoleFLY
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自动驾驶是人工智能发展领域的一个重要方向,拥有良好的发展前景,而实时准确的目标检测与识别是保证自动驾驶汽车安全稳定运行的基础与关键。本文首先回顾自动驾驶和目标检测技术的发展历程,然后综述了YOLO算法在车辆、行人、交通标志、灯光、车道线等目标检测上的应用,同时对比分析了精确性与实时性等性能,最后阐述了自动驾驶目标检测研究领域将要面临的挑战、可能的解决方案和潜在的发展方向。
其他文献
致密砂砾岩储层是一类重要的非常规油气储层,可动孔隙界限研究对其有效开发具有重要意义。选取典型样品进行在线核磁共振(NMR)驱替实验和CT扫描实验,并进行了数字图像相关(DIC)计算,研究不同岩相致密砂砾岩储层水驱和CO2驱的可动孔隙界限,同时分析岩样水化诱导的介质变化对可动孔隙界限的影响机理。结果表明:牵引流砂砾岩、含砾粗砂岩、含砾细砂岩和重力流砂砾岩的水驱可动孔隙半径分别为0.43、0.40、0
学位
学位
建筑学作为应用型工科门类,其主干课程——建筑设计课程教学一直都注重学科与产业的融合发展,始终以培养服务社会发展,适应市场变化需求的工程技术人才为准则。基于产教融合的大背景,通过转变建筑设计的教学模式和组织内容,制定合理的考核评价机制,以此转变学生被动式的学习思维,打破传统课程教学边界,建立"产"与"教"相融合的教学应用场景,培养学生的创新思维能力,促使学生建立学科专业素养,有效衔接市场与用人单位需
学位
学位
学位
学位
学位
学位