申请/专利权人：重庆理工大学

申请日：2024-01-16

公开（公告）日：2024-04-12

公开（公告）号：CN117876846A

主分类号：G06V10/82

分类号：G06V10/82;G06V20/17;G06V10/40;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于Yolov4改进的轻量化模型EM2‑YOLO目标检测算法，属于目标检测领域，包括：构建新研发的基于YOLOv4改进的EM2‑YOLO模型的目标检测算法；使用模型进行预测，保存预测结果，获取评价指标，最后进行结果对比；针对于目标检测，我们所提出的EM2‑YOLO目标检测算法不但能让设备拥有较高精准度，同时还能极大的减少设备所需算力开销，使其更容易部署于无人机设备中。具体针对于对小目标的速度慢、定位和识别难、数量众多且密集这三类问题给出了我们改进方案；对于检测速度慢，我们改进Yolov4的骨干网络为DSC模块；对于数量众多且密集，我们更改其IOU损失为EIOU损失和加入ECA注意力机制模块；并与主流检测框架进行消融实验与每个模块提升对比，结果表明我们所提出的方法的确能高效地做到对小目标物体的检测和识别。

主权项：1.基于Yolov4改进的轻量化模型EM2-YOLO目标检测算法，所述方法包括：S1、构建新研发的基于YOLOv4改进的EM2-YOLO模型的目标检测算法；S2、使用模型进行预测，保存预测结果，获取评价指标，最后进行结果对比。

全文数据：

权利要求：

百度查询： 重庆理工大学 基于Yolov4改进的轻量化模型EM2-YOLO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