尊敬的各位读者：
根据当前疫情防控要求，我馆部分原文传递服务可能会有延期，无法在24小时内提供，给您带来的不便敬请谅解！
国家工程技术图书馆
2022年11月29日
摘要 : 为快速检测与准确识别赛道锥桶,提出了一种基于YOLO v4模型的赛道锥桶检测与识别方法。首先依据复杂多变的赛道场景采集了多张锥桶图像作为数据集原始数据,在工控机上进行锥桶数据集制作、训练和模型选取;然后搭建基于YOLO v4模型的锥桶检测与识别系统... 展开 为快速检测与准确识别赛道锥桶,提出了一种基于YOLO v4模型的赛道锥桶检测与识别方法。首先依据复杂多变的赛道场景采集了多张锥桶图像作为数据集原始数据,在工控机上进行锥桶数据集制作、训练和模型选取;然后搭建基于YOLO v4模型的锥桶检测与识别系统,选择三种较为常见赛道场景进行实车试验。试验结果表明,所提出的方法在不同光照条件下仍能快速检测并准确识别目标锥桶,特别是在锥桶较为密集且多个锥桶目标重叠的场景下,置信度达到0.91以上,具有较强的鲁棒性,且实时检测的平均帧率达到35f/s,能够满足无人驾驶方程式赛车对感知系统准确性和实时性的需求。 收起
系统维护，暂停服务。
根据《著作权法》“合理使用”原则，您当前的文献传递请求已超限。
如您有科学或教学任务亟需，需我馆提供文献传递服务，可由单位单位签署《图书馆馆际互借协议》说明情况，我馆将根据馆际互借的原则，为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱，《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定， NETL仅提供少量文献资源原文复制件，用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。
