申请/专利权人：广东工业大学

申请日：2024-01-22

公开（公告）日：2024-04-09

公开（公告）号：CN117853929A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/26;G06V10/44;G06V10/80;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开的属于深度学习目标检测与遥感军事结合技术领域，具体为一种基于MSG‑YOLOv7的轻量化遥感图像军事坦克目标检测算法，包括具体步骤如下：获取GoogleEarth公开的遥感军事坦克数据集，按6：2：2比例划分为训练集、验证集和测试集，在YOLOv7网络中，使用轻量级MobileNetv3替代原有Backbone，减少模型体积大小，设计更加适用于遥感目标的SD‑MP模块，减少下采样过程中坦克目标的特征损失，本发明将MobileNetv3替代传统的Backbone，并设计SD‑MP模块和GD‑ELAN模块，实现了模型轻量化、降低运算量，并提升了模型的表征能力，解决了遥感图像中军事坦克检测中体积和计算量过大的问题，为轻量级高效的遥感坦克目标检测提供了可行性的解决方案。

主权项：1.一种基于MSG-YOLOv7的轻量化遥感图像军事坦克目标检测算法，其特征在于，包括具体步骤如下：S1：获取GoogleEarth公开的遥感军事坦克数据集，按6：2：2比例划分为训练集、验证集和测试集；S2：在YOLOv7网络中，使用轻量级MobileNetv3替代原有Backbone，减少模型体积大小；S3：设计更加适用于遥感目标的SD-MP模块，减少下采样过程中坦克目标的特征损失；S4：基于GCNet和深度可分离卷积设计GD-ELAN模块，在轻量化的同时增强了模型的表示能力；S5：将数据集输入网络进行迭代训练，训练完成后，使用最优模型对测试集进行检测得到最后结果。

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于MSG-YOLOv7的轻量化遥感图像军事坦克目标检测算法

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。

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