申请/专利权人：西安航空学院

申请日：2023-12-15

公开（公告）日：2024-04-02

公开（公告）号：CN117409298B

主分类号：G06V10/82

分类号：G06V10/82;G06N3/045;G06N3/0464;G06V10/30;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.02#实质审查的生效;2024.01.16#公开

摘要：本发明提供了一种针对路面车辆识别的多尺寸目标精确识别方法及设备。所述方法包括：剔除原型神经网络的最后一个卷积层及全链接层，并采用补充神经网络的第一池化层替换原型神经网络的第二池化层，得到第一中间神经网络；在第一中间神经网络的第二尺寸目标提取环节之前，加入第一尺寸目标提取环节，得到第二中间神经网络；对第二中间神经网络进行梯度噪声滤波，得到具备预定梯度的第三中间神经网络，采用第三中间神经网络对路面车辆进行识别。本发明可以实现移动端在街道环境下对全尺寸车辆目标的精确识别，且检测效率能够满足路面无人驾驶对检测实时性的要求。

主权项：1.一种针对路面车辆识别的多尺寸目标精确识别方法，其特征在于，包括：剔除原型神经网络的最后一个卷积层及全链接层，并采用补充神经网络的第一池化层SPPF替换原型神经网络的第二池化层Pooling，得到第一中间神经网络；在第一中间神经网络的第二尺寸目标提取环节之前，加入第一尺寸目标提取环节，得到第二中间神经网络；对第二中间神经网络进行梯度噪声滤波，得到具备预定梯度的第三中间神经网络，采用第三中间神经网络对路面车辆进行识别，输入数据为路面车辆图片；其中，原型神经网络为EfficientNetV2网络，补充神经网络为YOLOv5网络，第一尺寸目标提取环节为较小尺寸目标提取环节，第二尺寸目标提取环节为小尺寸目标提取环节；所述在第一中间神经网络的第二尺寸目标提取环节之前，加入第一尺寸目标提取环节，包括：从第一中间神经网络的第三FusedMBConv层后加入所述第一尺寸目标提取环节，对第一尺寸目标的特征信息进行提取；所述第一尺寸目标提取环节包括：两个信息拆分单残差ISP-SRes模块；一个卷积Conv,k=1,s=1模块；另一个卷积Conv,k=3,s=2模块；一个上采样Upsample模块；两个Concat函数模块；两个信息拆分单残差ISP-SRes模块中的第一个信息拆分单残差ISP-SRes模块与第一中间神经网络中第一池化层SPPF后的第二个Concat函数模块及所述一个卷积Conv,k=1,s=1模块均有连接，所述一个上采样Upsample模块与所述一个卷积Conv,k=1,s=1模块及所述两个Concat函数模块中的第一个Concat函数模块均有连接，所述两个Concat函数模块中的第一个Concat函数模块与所述第三FusedMBConv层及所述两个信息拆分单残差ISP-SRes模块中的第二个信息拆分单残差ISP-SRes模块均有连接，所述另一个卷积Conv,k=3,s=2模块与所述两个信息拆分单残差ISP-SRes模块中的第二个信息拆分单残差ISP-SRes模块及所述两个Concat函数模块中的第二个Concat函数模块均有连接，所述两个Concat函数模块中的第二个Concat函数模块与第一中间神经网络中的第一池化层SPPF后的第二个信息拆分单残差ISP-SRes模块连接。

全文数据：

权利要求：

百度查询： 西安航空学院 针对路面车辆识别的多尺寸目标精确识别方法及设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD