申请/专利权人：重庆理工大学

申请日：2023-12-29

公开（公告）日：2024-04-12

公开（公告）号：CN117877026A

主分类号：G06V20/69

分类号：G06V20/69;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06V10/762

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注意力机制的轻量级YOLOv5微小物体检测，在目标检测任务中小目标基本存在精度低的问题。鉴于这种情况，提出一种基于注意力机制的算法。利用原始模型的深度可分离卷积准则实现模型的轻量化，对YOLOv5的颈部进行修改，结合FPN和PANet，将不同的语义信息融合在特征图中，实现初始图像的特征增强。使用更适合保留目标函数的激活函数将原来的ReLU激活替换为Swish激活。为了丰富目标检测环境，我们应用了数据增强方法，在这里，我们使用余弦退火对参数进行动态更新，并将其移植到我们新研究的YOLOV5算法中。它得到了有效的验证，并允许在CityPrersons数据集中的YOLO系列算法上进行实验。结果表明，我们创新的YOLOv5算法对于小物体的检测非常有效。

主权项：1.基于注意力机制的轻量级YOLOv5微小物体检测，其特征在于，所述方法包括：S1、数据获取；S2、融合注意力机制操作；S3、模型轻量化设计；S4、使用最优模型进行预测，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 基于注意力机制的轻量级YOLOv5微小物体检测

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