机构名称：
¥ 1.0
*交叉派对作者：bader_najep@yahoo.com摘要：本研究论文着重于对象检测，例如在Carla环境中自动驾驶系统的框架内自行车，摩托车，人员，交通信号灯，交通信号灯，贩运者招牌和车辆。目前，自动驾驶中的对象检测主要依赖于实际的自动驾驶汽车，这些车辆面临着诸如高成本和实时实施困难之类的挑战。开放源Carla系统可以进行精确且具有成本效益的实验。在本文中，使用了深度学习模型Yolov5，在培训和验证数据集中产生了良好的结果。在训练过程中总共使用了1560个不同的图像，分为1120张图像进行训练，160张用于测试的图像和320张图像进行验证。训练结果显示精度（P）为0.898，召回（R）为0.827，MAP@50 of 0.900和MAP@50-95 of 0.583。在验证结果中，精度（P）为0.891，召回（R）为0.801，MAP@50为0.880，MAP@50-95为0.542。这些结果表明该模型能够有效地检测和检索对象。关键字：（对象检测，人工智能，自动驾驶汽车，卡拉，平均平均值
使用自动驾驶汽车中的人工智能检测对象检测
主要关键词
相关文件推荐
