基于改进YOLOv5s的雾天场景车辆检测方法OACSTPCD
Vehicle Detection Method Based on Improved YOLOv5s in Foggy Scene
为了解决现有的目标检测方法在雾天场景下存在识别准确率低、易漏检的问题,提出一种改进YOLOv5s的雾天车辆检测方法.首先,以VisDrone数据集为基础,通过大气散射模型生成轻雾数据集(LightFogVisDrone)和浓雾数据集(ThickFogVisDrone),并收集真实雾天场景图片组成混合浓度数据集(MixFogData);其次,对原始YOLOv5s的Mosaic数据增强方式进行改进,由原始的4张图片改为9张图片进行随机剪切,减少灰色背…查看全部>>
院老虎;常玉坤;刘家夫
沈阳航空航天大学 航空宇航学院,辽宁 沈阳 110136沈阳航空航天大学 航空宇航学院,辽宁 沈阳 110136沈阳航空航天大学 航空宇航学院,辽宁 沈阳 110136
信息技术与安全科学
深度学习YOLOv5s车辆检测数据增强雾气模拟
《郑州大学学报（工学版）》 2023 (3)
35-41,7
辽宁省教育厅高等学校基本科研项目(LJWZ0188)
评论