一种兼顾精度和轻量化的行人车辆检测方法

    公开(公告)号:CN118675145A

    公开(公告)日:2024-09-20

    申请号:CN202410820116.3

    申请日:2024-06-24

    Abstract: 本发明涉及计算机视觉和自动驾驶技术领域,具体的说是一种兼顾精度和轻量化的行人车辆检测方法,包括对行人车辆进行数据采集得到行人车辆图片,将所述行人车辆图片作为RBS模块和MB‑C2f模块主干网络的输入,进行图片特征提取,将所述提取的图片特征传入颈部BiFPN特征融合模块,整合和融合不同尺度的特征信息,本发明是基于YOLOv8n的轻量级行人车辆检测方法PV‑YOLO,其添加了小目标检测层,并设计ES‑Head轻量化了原始检测头,实现了对远处行人车辆更精准的定位,减少模型参数和计算量,使用BiFPN替换了PAFPN特征融合网络,提高模型对于多尺度特征融合的能力。

    一种基于全局信息目标增强的红外弱小目标检测方法

    公开(公告)号:CN116883912A

    公开(公告)日:2023-10-13

    申请号:CN202310992117.1

    申请日:2023-08-08

    Abstract: 本发明公开了一种基于全局信息目标增强的红外弱小目标检测方法,广泛应用于反无人机检测追踪、制导等各种领域,方法包括:获取红外弱小目标检测数据集,使用Unet和Swin Transformer混合的网络当作编码器以及解码器来进行特征提取,进行训练,通过选择用于语义分割任务的衡量预测结果和真实标签之间的相似度的Soft‑IoU作为损失函数,并添加并行全局信息提取模块来增强目标,引入注意力机制可以有效提高提高基于语义分割方法的目标检测准确率,使得红外弱小目标检测在虚警率和漏检率方面有了良好的表现。最终实现对小目标进行二值分类的检测。

Patent Agency Ranking