摘要
本发明提供一种基于改进YOLOv7的客车盲区行人检测方法及系统,涉及人工智能技术与智能汽车技术领域,通过可视化拍摄设备获取客车盲区行人的图像,对采集的客车视角盲区的行人及行人17个关键点图像通过Labelimg标注工具进行标注,构建客车盲区行人检测数据集,并将数据集分为训练集和测试集,通过技术创新,在以YOLOv7算法作为基准通过在检测网络Head嵌入带有空洞卷积运算的特征提取增强模块FEE来对YOLOv7网络结构进行优化,空洞卷积在保持参数个数不变的情况下扩大改进模型的感受野,保证输出的特征图的大小保持不变,让YOLOv7检测网络能够提取检测目标的多尺度的信息。
技术关键词
行人检测方法
模块
特征提取网络
行人检测模型
行人检测网络
拍摄设备
标注工具
加权特征
行人检测系统
智能汽车技术
关键点
图像
空洞
检测客车
图片
尺寸
检测行人
系统为您推荐了相关专利信息
浊度补偿模型
数据处理模块
模型训练模块
可读存储介质
数据获取模块
人体骨架
多模态信息融合
视频采集模块
人体关键点
识别方法
文本
大语言模型
比对方法
比对系统
非暂态计算机可读存储介质