个人卖家: zhuge帮忙 创建于:2025-08-20
融合自适应加权模块的YOLOv4多尺度目标检测算法
融合自适应加权模块的YOLOv4多尺度目标检测算法
200.00
累计销量 0
累计评价 0
评分 ★★★★★
售卖方式详解

请登录后购买。

使用环境 适用于多种场景的目标检测,城市道路、室内环境。
使用对象 各类目标物体,如车辆、行人、动物。
使用目的 通过多尺度目标检测,提高目标检测的精度和鲁棒性,适用于自动驾驶、安防监控领域
输入数据 高清摄像头拍摄的图像帧
输出数据 目标物体的类别、位置坐标、置信度
硬件配置 CPU:Intel Core i9-10980XE 内存:64GB GPU:NVIDIA RTX 3090
样本获取 在PASCAL VOC和KITTI数据集上进行训练和测试,共获取约24000张标注图像
测试结果 在PASCAL VOC数据集上,mAP达到85.91%,FPS为34.4;在KITTI数据集上,mAP达到84.54%
执行速度 检测速度为34.4帧/秒
资源消耗 使用18核CPU,计算占比平均约70%;64GB内存,使用占比60%
源码类型 Python版本源码
文件大小 算法程序文件245K,权重文件245M
相关备注 可提供技术支持和部署改进服务
融合自适应加权模块的YOLOv4多尺度目标检测算法 融合自适应加权模块的YOLOv4多尺度目标检测算法 融合自适应加权模块的YOLOv4多尺度目标检测算法
买家 规格或版本 评分 评价 时间