首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于双重环境感知特征金字塔的轻量化牲畜目标检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河海大学

摘要:本发明公开了一种基于双重环境感知特征金字塔的轻量化牲畜目标检测方法。首先,以YOLOv5s为基础网络,引入GhostNet来轻量化YOLOv5s中的卷积模块和C3模块,以减少模型参数量和计算量;其次,设计双重环境感知特征金字塔网络DA‑FPN,优化原YOLOv5s中的路径聚合网络PAN,实现多尺度特征融合,并增强特征映射中与目标相关的通道和位置信息,从而解决小目标和重叠目标的检测困难;接着,引入Focal‑EIoU损失函数,改进原YOLOv5s中的CIoU损失函数,让模型更加专注地处理难以检测识别的小目标;最后,构建基于DIoU‑NMS后处理模块的候选框选择策略,进一步优化重叠目标的检测准确性。本发明方法不仅具备轻量化优势,还具备良好的准确性和泛化性,能有效满足实际应用场景下牲畜目标检测需求。

主权项:1.基于双重环境感知特征金字塔的轻量化牲畜目标检测方法,其特征在于:该方法包括以下步骤:1采集目标图像样本数据,构建样本数据集,包括训练集和测试集;2以YOLOv5s为基础网络,引入GhostNet来轻量化YOLOv5s中的卷积模块和C3模块,以减少模型参数量和计算量;3设计双重环境感知特征金字塔网络DA-FPN,优化原YOLOv5s中的路径聚合网络PAN,实现多尺度特征融合,并增强特征映射中与目标相关的通道和位置信息,从而解决小目标和重叠目标的检测困难;4引入Focal-EIoU损失函数,改进原YOLOv5s中的CIoU损失函数,让模型更加专注地处理难以检测识别的小目标;5构建基于DIoU-NMS后处理模块的候选框选择策略,进一步优化重叠目标的检测准确性;6利用步骤1中的训练集对改进的YOLOv5s模型进行训练,将训练好的模型对步骤1中的测试集进行检测,获得最终检测结果。

全文数据:

权利要求:

百度查询: 河海大学 基于双重环境感知特征金字塔的轻量化牲畜目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。