一种基于改进YOLO模型的轻量化货车检测方法及系统

AITNT
正文
推荐专利
一种基于改进YOLO模型的轻量化货车检测方法及系统
申请号:CN202411036278
申请日期:2024-07-31
公开号:CN118918545B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于改进YOLO模型的轻量化货车检测方法及系统,该方法包括收集各类货车不同拍摄角度图像构建数据集并标注;应用Ghost卷积于YOLOv5s主干网络;构建GhostC3模块用于YOLOv5s主干特征提取网络;利用目标尺度多样特性构建多尺度上下文特征聚焦金字塔模块MCFP;利用目标低分辨率特性构建多尺度自适应感受野增强模块SRFEM;最后自建货车数据集输入至所述改进后的网络,获得货车检测结果。本发明能够以高精度实时检测货车目标。
技术关键词
货车检测方法 YOLO模型 输出特征 特征提取网络 专用数据集 模块 注意力机制 通道 语义特征 多尺度特征 高层次 空洞 采样率 上采样 全局平均池化 检测货车
系统为您推荐了相关专利信息
1
一种基于特征解耦的联合检测和重识别多目标跟踪方法
分支单元 跟踪方法 图像 积层 身份
2
基于人脸检测框的人像实例分割方法和系统
实例分割模型 实例分割方法 图像特征提取 人脸 特征提取网络
3
海上光伏的海冰识别方法、系统、程序产品及电子设备
无人机多光谱图像 卫星遥感图像 光伏板发电量 融合特征 输出特征
4
一种对比增强表征标准化蒸馏算法
网络 教师 样本 学生 模型压缩
5
一种基于融合RNN的矿用图像传感器系统
图像传感器系统 卷积神经网络模块 矿井 深度学习模型 后处理模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号