基于改进的YOLOv5网络的座舱检测系统及方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
基于改进的YOLOv5网络的座舱检测系统及方法
申请号:
CN202510880843
申请日期:
2025-06-27
公开号:
CN120689578A
公开日期:
2025-09-23
类型:
发明专利
摘要
本发明公开了一种基于改进的YOLOv5网络的座舱检测系统及方法,构建座舱目标检测模型;构建改进的YOLOv5网络,基于所述原始数据集利用改进的YOLOv5网络进行座舱目标检测模型预训练以得到预训练输出,通过所述座舱目标检测模型结合预训练输出进行场景内的人和物品状态检测分析,得到危险监测数据;所述危险监测数据和所述温度监测数据结合车辆状态数据,进行当前所属的用车情景危险物品判断,生成决策。本发明极大地优化了网络的参数规模和计算资源消耗;进而提高模型对多尺度物体检测的精度。
技术关键词
模型预训练
智能座舱
车辆状态数据
危险物品检测方法
多尺度信息
空间金字塔
预训练模型
决策
情景
融合策略
指令
网络设备
依序
算法
图像
物体检测
控制模块