基于Yolo3的人数统计系统设计与实现任务书

 2021-11-04 21:01:56

1. 毕业设计（论文）的内容和要求

课题研究的内容、目的及意义： Yolo3算法是当前深度学习领域较为前沿的目标检测算法。

本课题采用Yolo3对人流量进行检测，快速识别教室、商场中的人数，具有现实意义。

课题需熟悉常见图像处理算法和Matlab编程能力，结合具体对象，将算法设计和软件编程运用至工程实际中去。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 参考文献

[1] 王殿伟, 何衍辉, 李大湘, et al. 改进的YOLOv3红外视频图像行人检测算法[J]. 西安邮电大学学报, 2018, 23(04):52-56 71.[2] 季 航,贾 镕,刘 晓,等.一种基于YOLOv3的红外目标检测系统[J].电子设计工程,2019,27(22):61.[3] 强恩超,蒋孟娜,强孙源,等.基于YOLOv3的闯红灯行人数统计系统设计[J].电子设计工程,2019,27(19):45.[4] 朱晨阳, 冯虎田, 欧屹. 基于YOLO3的人脸自动跟踪摄像机器人系统研究[J]. 电视技术, 2018, 42(09):64-69 91.[5] 张楚楚, 吕学斌. 基于改进YOLOv2网络的密集人群场景行人检测[J]. 现代计算机(专业版), 2018, 628(28):36-41.[6] 吕铄, 蔡烜, 冯瑞. 基于改进损失函数的YOLOv3网络[J]. 计算机系统应用, 2019, 28(02):3-9.[7] 谭康霞, 平鹏, 秦文虎. 基于YOLO模型的红外图像行人检测方法[J]. 激光与红外, 2018, 48(11):118-124.[8] 高宗, 李少波, 陈济楠, et al. 基于YOLO网络的行人检测方法[J]. 计算机工程, 2018, 44(5): 215-219.[9] Redmon J , Farhadi A . YOLOv3: An Incremental Improvement[J]. 2018.[10] Moran Ju, Haibo Luo, Zhongbo Wang, et al. Improved YOLO V3 Algorithm and Its Application in Small Target Detection[J]. Acta Optica Sinica, 2019, 39(7):29-33.除上述文献外，请再自行查阅相关文献不少于20篇。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章