公开(公告)号：CN119229099B

公开(公告)日：2025-03-07

申请号：CN202411760458.7

申请日：2024-12-03

Applicant: 杭州电子科技大学

Inventor： 邵龙飞 ,  刘晴 ,  吴伟 ,  胡志蕊 ,  易志强 ,  沈语晨 ,  赵文涛

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于OMCR‑YOLO网络的车辆目标检测方法，包括如下步骤：步骤1、获取道路交通的开源数据集，所述数据集标识有类别标签、时间标签和天气标签；步骤2、配置模型训练环境；步骤3、构建OMCR‑YOLO网络模型；步骤4、将构建好的OMCR‑YOLO网络模型加载至配置好的模型训练环境中，并修改模型的参数文件，并将获取的数据集进行训练和检测；步骤5、待检测的交通图像数据作为输入，应用完成训练的OMCR‑YOLO网络模型进行车辆目标的检测。该方法不仅提高特征提取的精确性，还降低模型的参数量，实现了性能和效率之间的平衡。

公开(公告)号：CN119229099A

公开(公告)日：2024-12-31

申请号：CN202411760458.7

申请日：2024-12-03

Applicant: 杭州电子科技大学

Inventor： 邵龙飞 ,  刘晴 ,  吴伟 ,  胡志蕊 ,  易志强 ,  沈语晨 ,  赵文涛

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于OMCR‑YOLO网络的车辆目标检测方法，包括如下步骤：步骤1、获取道路交通的开源数据集，所述数据集标识有类别标签、时间标签和天气标签；步骤2、配置模型训练环境；步骤3、构建OMCR‑YOLO网络模型；步骤4、将构建好的OMCR‑YOLO网络模型加载至配置好的模型训练环境中，并修改模型的参数文件，并将获取的数据集进行训练和检测；步骤5、待检测的交通图像数据作为输入，应用完成训练的OMCR‑YOLO网络模型进行车辆目标的检测。该方法不仅提高特征提取的精确性，还降低模型的参数量，实现了性能和效率之间的平衡。