摘要
本发明涉及目标检测技术领域,公开了一种基于改进YOLO v9的商用车的微小物体检测方法,将采集的待检测图像数据输入微小目标检测模型中,以得到的目标检测结果实现对车辆驾驶功能的修正,模型构建过程包括:根据YOLO v9模型构建初始微小目标检测模型,分别对初始微小目标检测模型的复合骨干网络和检测头进行优化,优化后的复合骨干网络用于对第一多尺度特征图进行多级特征映射处理和跨分支双向特征融合;优化后的检测头用于对第一多尺度特征图依次进行并行多分支卷积、第一特征融合、轻量化注意力和自适应动态加权融合;对优化后微小目标检测模型进行训练,得到微小目标检测模型。本申请的方法,提高对微小物体的检测精度。
技术关键词
融合特征
多级特征
物体检测方法
物体检测系统
局部空间特征
检测头
注意力
高层语义特征
子模块
多分支
投影方法
数据
多尺度特征提取
全局平均池化
图像
标签文本
网络
系统为您推荐了相关专利信息
全自动视觉印刷机
轮廓特征
锡膏量
点焊头
融合特征
设备状态监控方法
环保公厕
语义特征
时序特征
嵌入特征
多模态
视觉检测方法
融合特征
视觉检测装置
颜色直方图