<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">27</journal-id>
      <journal-title-group>
        <journal-title>《机械工程》</journal-title>
        <abbrev-journal-title>Mechanical engineering</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN：2661-3530(P)/2661-3549(O)</issn>
      <publisher>
        <publisher-name>环宇科学出版社;华文国际出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">8222</article-id>
      <title-group>
        <article-title>基于深度学习的无人机影像车辆信息提取研究</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>崔 利 吴希铭 （长春工程学院 吉林长春 130021）</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2024</year>
        <month>10</month>
      </pub-date>
      <issue>10</issue>
      <abstract>
        <p>针对无人机影像车辆提取问题，采用 YOLOv5 深度学习框架进行模型训练与优化，成功开发出适用于无人机影像的车辆提取模型。
实验表明，模型在车辆检测任务中表现出色，准确率高达 90%，且具有良好的泛化能力。不仅为无人机影像车辆提取提供新方法，还探讨
了目标识别技术在智能交通等领域的应用潜力，为未来技术创新提供支撑。</p>
      </abstract>
    </article-meta>
  </front>
</article>
