摘要
一种改进YOLOV7的红外船舶图像检测方法,包括以下步骤:S1、数据集准备,将数据集按照8:2的比例划分为训练集和验证集,另取一部分数据作为测试集,用来验证改进后模型的泛化性;S2、对YOLOv7整体网络进行多尺度特征改进;S3、对预设锚框参数进行重聚类;S4、设计一个多尺度的残差空洞卷积模块,加入到1×1卷积后面;S5、使用MPDIoU损失函数作为边框回归损失函数;S6、使用改进后YOLOv7模型对数据集训练、测试。本发明所要解决的技术问题是提供一种改进YOLOV7的红外船舶图像检测方法,解决较远距离海上船舶中含有较多小目标和密集目标会导致检测性能不佳的问题。
技术关键词
图像检测方法
船舶
空洞
卷积模块
多尺度特征
数据
输出特征
损失函数优化
遗传算法
设计特征
网络
优化器
帆船
策略
渔船
远距离
精度
通道
参数
系统为您推荐了相关专利信息
智能检测方法
动态贝叶斯网络
离心泵
多源证据融合
多源异构数据
应急系统
通信信号特征
风险
雷达回波特征
模式匹配算法
桥梁防船撞
数据分析模块
预警系统
预警方法
信息融合算法
遥感光学影像
激光雷达数据
变量
生态系统
核算方法
自动构建方法
语义理解技术
空间金字塔池化
视觉特征
特征提取器