实体
YOLOv5m
YOLOv5m
PulseAugur coverage of YOLOv5m — every cluster mentioning YOLOv5m across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的基准和训练方法提高了在雾中的抗无人机检测能力
研究人员开发了一种新的基准和训练方法，以提高在雾天条件下反无人机（UAV）检测系统的性能。研究发现，雾的严重程度显著影响检测精度，即使在轻度至中度雾中，性能也会急剧下降。提出了一种雾感知训练方法，该方法提高了在各种雾度下的检测能力，同时仅轻微降低了在晴空下的精度。该方法旨在提高这些系统在恶劣天气下的可靠性。
-
迁移学习将X射线电池检测精度提升至94%
研究人员开发了一种用于在X射线图像中检测和分类电池的迁移学习方法。该方法利用预先训练的YOLOv5m模型，在一个用于电子设备检测的数据集上进行微调，然后识别出方形、软包和圆柱形锂离子电池。该技术在电池检测方面实现了94%的精度，比基础YOLOv5m模型提高了5%，推理时间为22毫秒。