面向室内导航辅助的自适应目标检测：实时算法的性能评估

本研究解决了视觉障碍人士辅助技术中对准确高效目标检测的需求。我们评估了四种实时目标检测算法——YOLO、SSD、Faster R-CNN和Mask R-CNN——在室内导航辅助场景中的表现。使用室内目标检测数据集，我们分析了检测精度、处理速度和对室内环境的适应性。我们的发现突出了精度与效率之间的权衡，为选择实时辅助导航的最优算法提供了见解。这项研究推进了自适应机器学习应用，增强了针对视觉障碍人士的室内导航解决方案，并促进了可访问性。