公开(公告)号：CN115471667A

公开(公告)日：2022-12-13

申请号：CN202211096542.4

申请日：2022-09-08

Applicant: 重庆邮电大学

Inventor： 瞿中 ,  高乐园 ,  王升烨

IPC: G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及目标检测技术领域，具体涉及一种改进YOLOX网络结构的轻量化目标检测方法，使用改进的YOLOX网络作为主干网络，将FPN结构、FPN分而治之思想和通道剪枝策略等模块融入到网络中，生成了一个新的目标检测器，与原轻量级网络相比有更高的检测精度和更好的检测效率，应用到互联网移动设备上可实现端到端的实时多目标检测。本发明解决以下技术问题：一是针对原始网络采用的路径聚合网络导致重复计算过多的特征信息，而忽略其他有用信息以及计算量过大的问题；二是针对轻量级网络模型在保持参数量不增加的前提下提升检测精度和检测效率的问题；三是针对被原始网络过多关注网络的尾部空间信息而忽略了头部的语义信息，造成网络的检测效果不好的问题。

公开(公告)号：CN115424029A

公开(公告)日：2022-12-02

申请号：CN202211128912.8

申请日：2022-09-16

Applicant: 重庆邮电大学

Inventor： 瞿中 ,  王升烨 ,  樊骏雅 ,  李翠锦 ,  高乐园

IPC: G06V10/42 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及目标检测技术领域，具体涉及一种改进YOLOX网络结构的小目标检测方法，通过引入CSPDarkNet网络并进行改进，将多尺度空间金字塔池化层、全局自注意力和多尺度特征融合等模块融入网络模型中，能够从复杂数据集中提取图像的小目标特征，准确地检测小目标的定位与有效检测。主要解决三个方面技术问题，一是针对有限使用最大池化卷积使顶层卷积变得过于稀疏，导致所提取的特征不完整的问题；二是针对CNN缺乏全局建模、长距离建模的能力问题；三是针对单一层次提取的特征，会造成最终的预测结果与真实情况相差甚远的问题。