公开(公告)号：CN118196740A

公开(公告)日：2024-06-14

申请号：CN202410325339.2

申请日：2024-03-21

Applicant: 南京信息工程大学

Inventor： 王其 ,  王启龙

IPC: G06V20/56 ,  G06V10/762 ,  G06V10/24 ,  G06V10/80 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明公开了目标检测领域的一种基于复杂场景的自动驾驶目标检测方法、装置及存储介质，所述方法包括：获取待检测图像，并进行数据增强后再进行拼接，获得第一图像；采用改进的聚类算法选出第一图像中的所有聚类中心，并根确定第一图像的框描范围；将第一图像输入至预构建的目标检测算法网络模型中依次进行切片、卷积、池化、上采样操作得到不同尺度的特征图，并通过预设的特征融合模块对特征图进行融合，输出目标检测图片；基于输出的目标检测图片检测是否具有重复预测框，若具有重复预测框，则采用改进的非极大值抑制算法对重复预测框进行过滤，获得真实框框选结果。本发明能够解决复杂场景下面临的小目标检测精度低和遮挡目标定位不准确问题。

公开(公告)号：CN118155172A

公开(公告)日：2024-06-07

申请号：CN202410330953.8

申请日：2024-03-22

Applicant: 南京信息工程大学

Inventor： 王其 ,  王启龙

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0495 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv5s的道路目标检测方法，包括：获取道路图像；将获取到的道路图像输入道路目标检测模型进行检测，得到道路目标检测结果；其中，道路目标检测模型基于YOLOv5s，在YOLOv5s的输入端采用K‑means++算法框选道路目标、在YOLOv5s中Backbone的SSP模块之前融合SENet注意力机制、在YOLOv5s的输出端采用DIoU_NMS算法进行非极大值抑制、采用SPPCSPC模块进行空间金字塔的池化以及采用GhostNet进行进行轻量化。本发明在提高道路目标检测精度的同时将检测模型进行轻量化处理并且减少计算量来提高检测速度。