公开(公告)号：CN114359258B

公开(公告)日：2024-08-27

申请号：CN202210051679.1

申请日：2022-01-17

Applicant: 华中科技大学

Inventor： 刘冬生 ,  徐影雄 ,  陆家昊 ,  杨圆辉 ,  赵旭 ,  田阳

IPC: G06T7/00 ,  G06T7/246 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种红外移动对象目标部位的检测方法、装置及系统，旨在解决现有检测方法对红外移动对象目标部位检测速度慢、检测精度低、对像素值要求高的技术难题。本申请涉及的检测方法包括：图片数据增强、标注移动对象目标部位数据集、搭建基于Pytorch深度学习框架的YOLOv5模型，针对红外移动对象的特征，对该模型的多尺度检测结构、主干特征提取网络结构、空间金字塔结构以及特征融合网络结构进行改进工作，此外，还对损失函数与非极大抑制算法进行了优化，改进后的YOLOv5模型更加适合红外移动对象目标部位检测的应用场景。能够在检测精度不变的情况下，大幅减少参数量、计算量，做到对高速运动的移动对象的实时检测。

公开(公告)号：CN114359258A

公开(公告)日：2022-04-15

申请号：CN202210051679.1

申请日：2022-01-17

Applicant: 华中科技大学

Inventor： 刘冬生 ,  徐影雄 ,  陆家昊 ,  杨圆辉 ,  赵旭 ,  田阳

IPC: G06T7/00 ,  G06T7/246 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种红外移动对象目标部位的检测方法、装置及系统，旨在解决现有检测方法对红外移动对象目标部位检测速度慢、检测精度低、对像素值要求高的技术难题。本申请涉及的检测方法包括：图片数据增强、标注移动对象目标部位数据集、搭建基于Pytorch深度学习框架的YOLOv5模型，针对红外移动对象的特征，对该模型的多尺度检测结构、主干特征提取网络结构、空间金字塔结构以及特征融合网络结构进行改进工作，此外，还对损失函数与非极大抑制算法进行了优化，改进后的YOLOv5模型更加适合红外移动对象目标部位检测的应用场景。能够在检测精度不变的情况下，大幅减少参数量、计算量，做到对高速运动的移动对象的实时检测。