基于YOLOX-S的車(chē)窗狀態(tài)識(shí)別算法

打開(kāi)文本圖片集

摘要： 通過(guò)對(duì)YOLOX-S模型引入可變形卷積神經(jīng)網(wǎng)絡(luò)和焦點(diǎn)損失函數(shù)（Focal loss）， 解決原YOLOX-S模型車(chē)窗識(shí)別準(zhǔn)確率較低的問(wèn)題. 首先， 通過(guò)在YOLOX-S模型的主干特征提取網(wǎng)絡(luò)中引入可變形卷積神經(jīng)網(wǎng)絡(luò)， 對(duì)卷積核中的各采樣點(diǎn)引入偏移量， 以便在原始圖像中提取到更具有表征的信息，（剩余13317字）