公开(公告)号：CN117253204B

公开(公告)日：2025-05-09

申请号：CN202311388030.X

申请日：2023-10-25

Applicant: 福州大学

Inventor： 柯逍 ,  刘炜祺

IPC: G06V20/54 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明涉及一种基于改进HAT注意力机制的YOLOv7车辆识别方法，首先通过线上监控数据集和线下城镇监控摄像头的方式获取车辆数据集，将得到的数据集使用AlignMix方法进行增强处理。然后利用Labelimg标注应用实现对数据的标注处理，实现数据的可利用性。接着将得到的数据集分别作为训练集和验证集，并使用添加HAT注意力机制的YOLOv7目标检测算法，对数据集进行多次训练建模，并将得到的权重文件进行验证效果。再使用RSLOSS损失函数计算损失函数值。最后按照指定训练参数进行迭代训练，根据验证准确率的方式不断保存最优模型，利用最终模型得到高精度的多类型车辆识别方法。

公开(公告)号：CN117253204A

公开(公告)日：2023-12-19

申请号：CN202311388030.X

申请日：2023-10-25

Applicant: 福州大学

Inventor： 柯逍 ,  刘炜祺

IPC: G06V20/54 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明涉及一种基于改进HAT注意力机制的YOLOv7车辆识别方法，首先通过线上监控数据集和线下城镇监控摄像头的方式获取车辆数据集，将得到的数据集使用AlignMix方法进行增强处理。然后利用Labelimg标注应用实现对数据的标注处理，实现数据的可利用性。接着将得到的数据集分别作为训练集和验证集，并使用添加HAT注意力机制的YOLOv7目标检测算法，对数据集进行多次训练建模，并将得到的权重文件进行验证效果。再使用RSLOSS损失函数计算损失函数值。最后按照指定训练参数进行迭代训练，根据验证准确率的方式不断保存最优模型，利用最终模型得到高精度的多类型车辆识别方法。