-
公开(公告)号:CN117830965A
公开(公告)日:2024-04-05
申请号:CN202311707575.2
申请日:2023-12-13
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06V20/54 , G06V20/17 , G06V20/40 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于道路语义信息引导空间注意力的车辆检测方法,包括,构建无人机道路车辆数据集,构建并训练GA‑YOLO车辆目标检测模型,包括目标检测分支及语义信息分支,获取目标检测分支主干网络最后一层通道特征权重和注意力分布图,计算通道注意力损失及语义特征损失,并与目标检测分支的分类损失、置信度损失、边界框损失作为总损失监督训练GA‑YOLO车辆目标检测模型,实现道路语义信息引导车辆检测模型的空间注意力;推理GA‑YOLO车辆目标检测模型,将待检测视频帧或图像,输入目标检测分支,获得预测边界框。本发明能够进一步提升无人机航拍图像车辆小目标检测准确性,保持较高的推理效率。
-
公开(公告)号:CN117830964A
公开(公告)日:2024-04-05
申请号:CN202311697711.4
申请日:2023-12-12
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06V20/54 , G06V10/25 , G06V20/70 , G06V20/64 , G06V10/80 , G06V10/52 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种夜间车辆目标三维特征检测方法及系统,包括,从数据集中,筛选夜间车辆目标的图像,并输出深度特征图;将区域提议网络与特征金字塔网络相结合,获得夜间车辆目标初始候选框;感兴趣区域对准,用于将感兴趣区域池化为相同尺寸的深度特征图,并分别输入至三个特征检测头;综合三个检测头的预测结果,重建夜间车辆目标的三维特征。本发明使用的算法具有识别精度高、计算效率高、抗干扰能力强等优点。
-