摘要
本发明公开了一种极小样本、小目标下的特种车辆目标检测算法。在基线算法YOLOv11n上进行改进,提出一种特种车辆目标检测方法YOLOv11‑SV。首先,自主构建特种车辆的极小样本数据集;其次,设计一种新的注意力机制模块WT‑SE提高模型对车辆目标的关注度;然后,在特征融合阶段增加极小目标检测头以适应更小尺度特种车辆目标的检测;最后,更换模型损失函数为EIoU Loss,以提高模型收敛速度并进一步提高检测准确率。通过对比实验,改进后的算法YOLOv11‑SV具有较好的检测效果,改进的网络模型具有一定的泛化能力。
技术关键词
特种车辆
样本
算法
检测头
空间金字塔池化
注意力机制
多尺度特征提取
图像多尺度
特征提取能力
多层次特征
解耦结构
特征提取模块
网络深度
预测类别
卷积模块
图片
打标签
系统为您推荐了相关专利信息
Skyline查询方法
查询算法
深度优先搜索
数据查询技术
冗余
MUSIC谱峰搜索方法
噪声子空间
混沌算法
二维DOA估计
协方差矩阵
经济管理系统
需求预测模型
动态资源调度
社交媒体平台
大数据
电镀单元
性能提升方法
弹片
电镀生产线
传送带系统
TMR传感器
切换系统
采集单元
控制单元
待测电流