龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏大学
申请日：2024-03-12
公开（公告）日：2024-06-07
公开（公告）号：CN118155171A
主分类号：G06V20/56
分类号：G06V20/56;G06V10/80;G06V10/52;G06V10/82;G06V10/774;G06V10/94;G06V10/764
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明公开了一种基于改进YOLOv8的商用车远距离目标检测感知网络模型及检测方法，骨干网采用结构重参数化技术结构，重构C2f模块，DBB结构采用类似于Inception网络的多分支架构设计，允许结构重新参数化。DBB能够获得各种大小的可变感受野。重参数化骨干网络结构有两个优点：1训练时的结构可以复杂，同时提高模型的性能；2推理时可以等价成一个简单的结构。结合C2f模块和DBB模块，生成更全面的特征表示并提高模型的泛化性，提升在高速公路上商用车长距离检测小物体的性能。集成不同尺度特征，提出基于BI‑FPN针对小目标的特征金字塔结构。为了解决计算量大的问题，提出基于级联查询的辅助检测头模型。
主权项：1.一种基于改进YOLOv8的商用车远距离目标检测感知网络模型，其特征在于，包括基于结构重参数化的骨干网络特征提取模块、特征融合模块、查询模块、动态检测模块；所述基于结构重参数化的骨干网络特征提取模块用于，对输入的二维图像进行图像特征提取；所述特征融合模块，通过自下而上和自上而下的双路径聚合，实现了底层特征信息和顶层强语义信息的特征融合，同时缩短了底层和顶层之间的信息路径；所述查询模块，对于经过预处理的p3和p4层，即经过C2f-DBB进行特征提取后通过BIFPN进行特征融合，启动融合过程，以生成查询、键和值对；然后对这些键值对进行查询操作，生成有权重的特征图；通过整合三个维度通道、高度和宽度的多种注意力机制，实现了对输入数据的全面理解，该模块在不同层次的特征图上执行动态头操作，它包含注意力机制和动态卷积，利用注意力机制使模型能够动态地关注显著区域，适应各种尺度，并有效地捕捉空间背景，在动态卷积时引入核大小的适应性，能够提取灵活的特征以适应不同大小的对象。
全文数据：
权利要求：
百度查询： 江苏大学 一种基于改进YOLOv8的商用车远距离目标检测感知网络模型及检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号