龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：电子科技大学
申请日：2024-02-05
公开（公告）日：2024-05-14
公开（公告）号：CN118038381A
主分类号：G06V20/54
分类号：G06V20/54;G06V10/25;G06V10/52;G06V10/774;G06V10/766;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/048;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明公开了一种基于YOLOv5的抗遮挡车辆检测方法，涉及图像处理技术领域，该方法采用训练好的抗遮挡车辆检测模型对待检测的车辆图像进行检测；抗遮挡车辆检测模型基于YOLOv5网络架构构建并引入了拉普拉斯金字塔模块，其骨干网络的CSP残差结构中加入了GOA模块，GOA模块包括串行连接的分组正交通道注意力和空间注意力，本发明采用CIOU‑Reploss损失函数对抗遮挡车辆检测模型进行优化训练，调整YOLOv5的损失函数，引入改进的CIOU‑Reploss损失函数，迫使目标框回归时向目标Ground‑Truth靠近，远离其他Ground‑Truth，增强网络在密集情况下的鲁棒性。本发明能够准确、完整的检测复杂交通场景下被其他物体部分遮挡的车辆、相互间遮挡的车辆和未发生遮挡的车辆，具有精度高、应用场景广泛的优点。
主权项：1.一种基于YOLOv5的抗遮挡车辆检测方法，其特征在于，采用训练好的抗遮挡车辆检测模型对待检测的车辆图像进行检测；抗遮挡车辆检测模型基于YOLOv5网络架构构建并引入了拉普拉斯金字塔模块，其骨干网络的CSP残差结构中加入了GOA模块，GOA模块包括串行连接的分组正交通道注意力和空间注意力，其训练采用的损失函数为：L＝λ1Lbox+λ2Lobj+λ3LRepGT其中，Lbox代表边界框回归损失，Lobj代表置信度损失，LRepGT代表CIOU-LRepGT斥力损失，系数为平衡损失权重。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于YOLOv5的抗遮挡车辆检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号