PulseAugur
中
实时 09:33:34
English(EN) End-to-End Real-Time Drone-Based Person Detection Framework Using Deep Learning

无人机载人检测框架采用YOLOv8-nano实现实时监控

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个基于深度学习的无人机实时人脸检测框架，特别是采用了YOLOv8-nano架构。该系统旨在克服由于无人机高度变化导致的目标尺度变化带来的检测一致性挑战。在VisDrone2019数据集上训练的YOLOv8-nano模型在16至25米高度之间实现了显著的精度和召回率，帧率超过41 FPS，展示了高检测可靠性。 AI

影响 该框架通过提高无人机目标检测能力，有望增强实时监控和搜救行动。

排序理由 该条目是一篇学术论文，详细介绍了一个用于无人机载人检测的新深度学习框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

无人机载人检测框架采用YOLOv8-nano实现实时监控

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Payel Sarmah, Ayush Ranjan, Piyush Kaushik Bhattacharyya, Anil Kr. Shaw, Pradip Kr. Das ·

    End-to-End Real-Time Drone-Based Person Detection Framework Using Deep Learning

    arXiv:2607.10605v1 Announce Type: cross Abstract: In recent years, Unmanned Aerial Vehicles (UAVs) or drones have gained rapid response in terms of security, search and rescue (SAR), border surveillance, etc. Existing monitoring frameworks often struggle to maintain detection con…

相关实体

相关话题