-
公开(公告)号:CN117218377A
公开(公告)日:2023-12-12
申请号:CN202311108891.8
申请日:2023-08-30
Applicant: 海南大学
IPC: G06V10/52 , G06V20/54 , G06V20/40 , G06V10/774 , G06V10/762 , G06V10/82
Abstract: 本发明涉及一种面向视觉图像的MSD‑YOLOv4船舶实时检测网络及方法。本发明的方案尤其适用于内河港口、大型码头等场景的船舶实时检测。所述网络包括四个模块:主干特征提取模块M3Darknet‑53、多尺度特征提取模块SPP、加强特征提取模块SPANet和检测模块YOLO Detect。主干特征提取模块M3Darknet‑53通过三普通卷积(Conv×3)与多尺度特征提取模块SPP相连;多尺度特征提取模块SPP通过拼接加三普通卷积(Contact+Conv×3)与加强特征提取模块SPANet相连;加强特征提取模块SPANet与检测模块YOLO Detect直接相连。本发明的优势在于,简化了网络结构并提高了检测速度;使用深度可分离卷积代替网络中的某些普通卷积,减少了模型参数,进一步提高了检测速度;添加了通道注意力单元使检测过程聚焦于船舶目标,提高了检测准确性。
-
公开(公告)号:CN116259018A
公开(公告)日:2023-06-13
申请号:CN202310220395.5
申请日:2023-03-09
Applicant: 海南大学
IPC: G06V20/54 , G06V10/764 , G06V10/762 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/09 , G08G1/017
Abstract: 本发明提出一种YOLOv3Tiny Vehicle高速车辆实时检测网络及方法,在保证检测精度的情况下提高了检测效率,尤其适用于车辆速度较快、车流量较多情况的车辆实时检测。YOLOv3Tiny Vehicle网络包括主干特征提取模块和检测模块。主干特征提取模块包括主干特征提取首层、五个密集连接块和主干特征提取尾层。主干特征提取首层与第一密集连接块相连。五个密集连接块,即第一密集连接块、第二密集连接块、第三密集连接块、第四密集连接块和第五密集连接块,结构相同、顺序相连;每个密集连接块由三个卷积层构成,这三个卷积层的连接采用密集连接方式;第五密集连接块与主干特征提取尾层相连。检测模块包括顺序相连的三个卷积层。
-