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：南昌大学
申请日：2024-03-13
公开（公告）日：2024-06-21
公开（公告）号：CN118230119A
主分类号：G06V10/82
分类号：G06V10/82;G06N3/0464;G06N3/045;G06N3/084;G06V10/80;G06V10/764;G06V20/17
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明属于图像处理领域，涉及一种基于改进Yolov7的航空遥感小目标检测方法。该方法包含：获取数据集，对数据集进行数据增强处理，对原始数据集进行划分数据集处理，将数据集划分为训练集，验证集及测试集。在Yolov7主干网络引入动态卷积ODConv全维动态卷积，通过动态形状的卷积核来增强感知能力，加强特征提取能力，同时引入ASFF自适应空间特征融合对特征金字塔的每一张图片进行卷积、池化等处理提取权重，作用在某一层上，试图利用另外两层的信息来改善指定层次的特征提取能力。将改进好的模型在训练集上进行不少于300epochs的训练，通过对实验结果评估，该模型具有较好的对小目标的检测能力，改进的模型对目标检测精度高速度快。
主权项：1.一种基于改进Yolov7的航空遥感小目标检测方法，其特征在于，包括以下步骤：a获取用于训练的数据集；b构建数据集，将数据集划分为训练集、验证集、测试集三部分，比例为6:2:2；c对数据集进行数据增强，以提高模型对输入数据的鲁棒性和泛化能力；d改进Yolov7模型，包括Backbone及Neck部分，其中Backbone融合新型动态卷积方法ODConv，Neck部分引入自适应空间特征融合方法ASFF；e使用改进后的Yolov7网络模型对处理好的数据集进行训练，得到小目标检测模型；f对改进后的Yolov7模型进行测试，得到目标结果图。
全文数据：
权利要求：
百度查询： 南昌大学 一种基于改进Yolov7的航空遥感小目标检测方法
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