基于MADS-YOLOv5s的小目标牛身检测方法及系统

AITNT
正文
推荐专利
基于MADS-YOLOv5s的小目标牛身检测方法及系统
申请号:CN202510747194
申请日期:2025-06-05
公开号:CN120808389A
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MADS‑YOLOv5s的小目标检测方法及系统。本发明步骤:步骤1、采集无人机和远景摄像头的牛只图片数据;步骤2、建立基于MADS‑YOLOv5s的小目标检测模型;步骤3、小目标检测模型的训练与测试。本发明具有结合全局特征与局部特征特性的C3M‑Backbone主干网络,提高了模型对近远景牛只同时检测的能力。提出的AD‑Neck颈部网络,采用动态上采样器Dysample与四尺度检测层,有效恢复丢失的细节特征、关注小目标的细节信息,提升了模型对小且模糊牛只的检测性能。在此基础上采用了关注边界框本身形状与尺度的Shape‑IoU损失函数,使边界框回归更加准确,提高了小目标检测的准确率和对于复杂情况的适应能力,有效地提高了模型对近远景牛只与模糊牛只的检测性能。
技术关键词
卷积模块 特征金字塔 采集无人机 采样器 融合卷积神经网络 跨尺度特征融合 混合特征提取 图片 注意力机制 多尺度特征提取 无人机场景 语义特征 融合特征 卷积架构 开阔场地 上采样 连续特征 网络深度
系统为您推荐了相关专利信息
1
铁路轨道损伤检测方法
铁路轨道损伤 分层缺陷 深度卷积神经网络模型 工业相机 裂纹识别
2
一种基于特征传播器的水下机器人环境感知方法及装置
门控循环单元 特征金字塔 深度神经网络 水下机器人 残差模块
3
基于分层多尺度CNN-Transformer的医学图像分割方法及装置
编码特征 医学图像分割模型 阶段 医学图像分割方法 注意力
4
一种基于改进YOLOv8的番茄叶片病虫害检测方法
病虫害检测方法 番茄 叶片 超分辨率 图像
5
一种基于仿生视觉的目标探测方法、装置、设备及介质
融合特征 特征金字塔 通道注意力机制 流形学习方法 多模态
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