公开(公告)号：CN118015253A

公开(公告)日：2024-05-10

申请号：CN202410055918.X

申请日：2024-01-15

Applicant: 三峡大学

Inventor： 雷帮军 ,  牟乾西 ,  李子怡 ,  丁奇帅 ,  余翱 ,  艾博文

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06N3/084 ,  G06V10/764

Abstract: 一种基于YOLOv7‑tiny的高效实时目标检测方法，该方法通过对网络结构的优化，基于CBAM注意力机制设计新的模块来优化主干特征提取网络，使用轻量化卷积模块GhostConv来优化多尺度特征融合网络，采用无锚框的形式改进检测头，以提升检测速度，实现高性能与实时性的平衡。在训练过程中，图像输入模型后，通过优化后的主干特征提取网络提取待检测目标的特征，将提取的特征送入优化后的多尺度特征融合网络中进行特征融合，无锚框的检测头根据融合结果得出检测结果。本申请通过改进YOLOv7‑tiny算法，使其在保持较高检测速度的情况下，大幅提高其精度。与高精度的网络相比，本申请在保持高精度的前提下,大大降低了网络的参数量，使其能够在算力较低的设备上实现高效实时的目标检测。