申请/专利权人:长春理工大学
申请日:2024-03-26
公开(公告)日:2024-06-21
公开(公告)号:CN118230286A
主分类号:G06V20/58
分类号:G06V20/58;G06V10/764;G06V10/80;G06V10/82;G06N3/045;G06N3/09
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明属于目标检测技术领域,尤其为一种基于改进YOLOv7的车辆与行人识别方法。具体步骤为:S1、选取不同地理、环境、天气条件下的车辆与行人图像,对车辆与行人图像进行数据增强和标注,形成车辆与行人数据集;S2、在YOLOv7算法网络模型的基础上进行改进;S3、将步骤S1中的车辆与行人输入步骤S2中进行目标检测模型训练,得到训练后的目标权重;S4、使用训练后的目标权重进行车辆与行人的目标识别,输出识别结果。本发明解决了目前的目标检测方法在自动驾驶领域,对车辆与行人检测精度不高、实时性差、适应性和鲁棒性不足等问题。
主权项:1.一种基于改进YOLOv7的车辆与行人识别方法,其特征在于,具体步骤为:S1、选取不同地理、环境、天气条件下的车辆与行人图像,对车辆与行人图像进行数据增强和标注,形成车辆与行人数据集;S2、在YOLOv7算法网络模型的基础上进行改进;S3、将步骤S1中的车辆与行人输入步骤S2中进行目标检测模型训练,得到训练后的目标权重;S4、使用训练后的目标权重进行车辆与行人的目标识别,输出识别结果。
全文数据:
权利要求:
百度查询: 长春理工大学 一种基于改进YOLOv7的车辆与行人识别方法
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。