申请/专利权人:中国人民解放军火箭军工程大学
申请日:2019-08-08
公开(公告)日:2021-02-09
公开(公告)号:CN112348042A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.09.30#授权;2021.03.02#实质审查的生效;2021.02.09#公开
摘要:一种基于改进YOLOv3的红外目标检测方法,使用Darknet‑53作为网络检测框架,移除网络检测框架与预测模块之间的卷积层,加入多尺度融合预测,利用残差层融合低级特征的重复块。在重复块的底部加入注意力模块,在重复块之间加入残差金字塔过渡网络,重复块的通道数随重复次数递增。本发明具有针对红外图像的目标检测时提取特征能力和信息过渡水平都较好的特点。
主权项:1.一种基于改进YOLOv3的红外目标检测方法,使用Darknet-53作为网络检测框架,其特征在于:移除网络检测框架与预测模块之间的卷积层;加入多尺度融合预测,预测模块接收并综合最后三个重复块的结果做出预测;网络检测框架包括利用残差层融合低级特征的重复块,在重复块的卷积层之后加入残差模块;在重复块的底部加入注意力模块,由主干分支和掩码分支构成;主干分支对特征进行卷积等处理得到Tx,掩码分支对特征图进行两次下采样和两次上采样得到同样大小的Mx,点乘掩码分支和主干分支的结果作为输出结果;在重复块之间加入残差金字塔过渡网络,由多层包含卷积层、批归一化层和激活层的过渡残差块组成,激活层以ReLU函数作为激活函数;过渡残差块的通道数逐层递增,残差金字塔过渡网络的层数可表示为 第n层过渡残差块的通道数可表示为 其中Dstart是输入下一重复块的特征图通道数,Dend是上一重复块输出的特征图通道数。
全文数据:
权利要求:
百度查询: 中国人民解放军火箭军工程大学 一种基于改进YOLOv3的红外目标检测方法
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。