计算机前沿课程期末大作业、基于深度学习的安全帽监管系统、YOLO v4
鉴于安全帽佩戴检测的重要性，利用图像视觉和神经网络算法对安全帽佩戴情况进行检测一直是研究的热点，国内外许多学者已对此做了大量工作，RCNN系列、SSD和YOLO系列等算法在安全帽检测中都得到了广泛应用。然而，在实际应用中，由于安全帽佩戴检测外部环境通常为建筑工地、大型工厂、车间等复杂环境，目标遮挡、光线等因素极易影响检测精度，另一方面，在安全帽实时监测的视频采集原始图像中，安全帽目标相比图像尺寸通常占比很小，往往会造成目标漏检。因此，如何提高复杂环境下的安全帽佩戴检测精度和检测速度是应用的关键。针对上述难题，本文提出了一种基于改进YOLOv4的安全帽佩戴检测方法。
文件下载
评论信息
其他资源
- word排版艺术 pdf rar完整清晰版
- 前推回代法计算IEEE33节点潮流
- CT算法MATLAB
- 过程控制的多变量系统辨识
- matlab高斯平滑化处理代码
- 最简单的flash动画
- vlc-android播放rtsp视频流demo
- 基于DSP的车牌识别系统（论文和保证可以实现的代码）
- SVT原始代码
- USB鼠标的全部源代码
- 计算最新的MA_前复权_V3.14159.zip
- notepad++.rar
- MapGIS67-setup.zip
- CheckComboBox/RadioComboBox/ListBoxComboBox
- 数字信号处理——时域离散随机信号处理 西电版 课后答案
- 网上银行系统的设计与实现源码
- openGL做的小球三维碰撞检测程序
- 近似熵matlab程序
- 车队管理系统源代码
- c#皮肤控件及皮肤打包下载
- Android资源评论工具类
- C# 局域网聊天 无需服务器 自动搜索 在线用户
- google earth api
- 基于Web的公交信息查询系统的设计与实现
- Blind Copy-Paste Detection Using SIFT Ring Descriptor.
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明