不良光照条件对深度学习目标检测的影响研究

Research on the influence of low-light conditions on deep learning object detection

作者： 刘景硕 ¹
作者单位：

1. 北京化工大学
提交时间：2024-01-09 08:46:27

摘要: 不良光照条件下的目标检测是一个重要的图像处理任务，目前的研究主要通过图像增强来减少图像噪声，同时改进网络结构和数据集来适应不良光照条件下的目标检测。然而，很少有人研究不良光照条件对目标检测的具体影响。因此在本文中，我们通过算法生成模拟不良光照条件的数据集，在不同的噪声条件下进行目标检测，统计检测结果，对影响进行研究。由于实验是在模拟数据中进行的，为了保证结果的准确性，我们利用实际场景的不良光照图像对结论进行了验证。

低照度 YOLOv5 目标检测

来自： 刘景硕
分类： 计算机科学 >> 计算机应用技术
投稿状态： 未投稿
引用： ChinaXiv:202401.00115 (或此版本 ChinaXiv:202401.00115V1)
DOI:10.12074/202401.00115V1
CSTR:32003.36.ChinaXiv.202401.00115.V1
科创链TXID： 10f86231-5b90-4878-af9c-410d6e5b3e0a
推荐引用方式： 刘景硕.不良光照条件对深度学习目标检测的影响研究.null.[DOI:10.12074/202401.00115V1] (点此复制)

版本历史

[V1]

2024-01-09 08:46:27

ChinaXiv:202401.00115V1

下载全文

1. 一种基于目标检测的空间场景分类框架	2024-01-06
2. 多尺度特征深度复用的显著性目标检测算法	2022-04-07
3. 基于改进注意力迁移的实时目标检测方法	2020-09-28
4. 基于改进PVANet的实时小目标检测方法	2018-12-13
5. 基于递归神经网络的视频多目标检测技术	2018-12-13
6. 复杂大交通场景弱小目标检测技术	2018-08-13
7. 一种加强SSD小目标检测能力的Atrous滤波器设计	2018-05-02


公开评论匿名评论仅发给作者

不良光照条件对深度学习目标检测的影响研究

版本历史

相关论文推荐