您当前的位置：
首页 >
文章列表页 >
基于改进YOLOx的弱光照环境车辆检测方法
图像处理 | 更新时间：2024-06-27

    • 基于改进YOLOx的弱光照环境车辆检测方法

    • Improved YOLOx-based vehicle detection method for low light environment

    • “在公路隧道等弱光照环境下车辆检测领域，研究者提出了一种改进YOLOx算法，通过图像增强和网络结构优化，显著提升了检测精度和实时性，为车辆检测提供了高效解决方案。”
    • 液晶与显示   2024年39卷第6期 页码：801-812

    • DOI：10.37188/CJLCD.2023-0166    

      中图分类号： TP391

    • 收稿日期：2023-05-06，

      修回日期：2023-06-18，

      纸质出版日期：2024-06-05

    移动端阅览

  • 杨晓寒, 王峻, 段中兴, 等. 基于改进YOLOx的弱光照环境车辆检测方法[J]. 液晶与显示, 2024,39(6):801-812. DOI： 10.37188/CJLCD.2023-0166.

    YANG Xiaohan, WANG Jun, DUAN Zhongxing, et al. Improved YOLOx-based vehicle detection method for low light environment[J]. Chinese journal of liquid crystals and displays, 2024, 39(6): 801-812. DOI： 10.37188/CJLCD.2023-0166.

  •  
  •  

0

浏览量

343

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于自适应遮挡恢复与拓扑姿态双向感知的三维手部重建方法
基于头部和整体信息联合的多尺度行人检测算法
基于改进YOLOv8n-Pose的疲劳驾驶检测
结合高效注意力机制的神经架构搜索高光谱图像分类

相关作者

杨晓寒
王峻
段中兴
惠蕾蕾
刘佳
黄楠瑄
陈大鹏
魏李娜

相关机构

中国建筑西北设计研究院有限公司
南京信息工程大学 自动化学院
浙江大学城市学院 计算机与计算科学学院
中国科学院 长春光学精密机械与物理研究所
空军装备部驻某地区军事代表室
0