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：哈尔滨理工大学
申请日：2024-03-21
公开（公告）日：2024-06-25
公开（公告）号：CN118247766A
主分类号：G06V20/58
分类号：G06V20/58;G06V10/82;G06N3/0464;G06V10/25;G06V10/774
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：在智能交通系统中，交通目标检测作为关键技术对于确保交通系统正常运行至关重要。然而，目前的目标检测算法在处理交通标志检测时仍存在一系列挑战，包括图像尺寸小、目标特征不够明显以及检测精度较低等问题。为了应对这些挑战，本方案提出一种改进的YOLOv8算法。通过构建小目标检测层、引入TripletAttention注意力机制和可变形卷积与WIoU_v3损失函数，使算法能够融合更深层特征，具有更大的感受野，并且降低了训练样本标注质量不均衡的影响，提高了预测框的位置精度，增强了对小目标的检测能力。实验结果表明，改进后的算法能够满足实际检测需求。
主权项：1.基于改进YOLOv8的交通目标检测算法，其特征包括以下步骤：步骤1：特征提取阶段：在原有YOLOv8主干网络基础上进行修改，加入TripletAttention注意力机制和可变形卷积，这些参数可以根据输入数据的特征来动态地调整卷积核的大小和形状，以适应不同的输入数据。TripletAttention模块主要是一种基于通道注意力机制和空间注意力机制的模块，用于增强图像特征。步骤2：特征融合：增加小目标检测层，以便对较浅特征图与深特征图进行拼接后进行检测，从而充分利用全局上下文信息。步骤3：损失函数：本方法使用WIoU_v3利用动态非单调FM的梯度增益分配策略，可以在训练的不同阶段，做出最符合当前情况的梯度增益分配策略。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 基于YOLOV8的交通目标检测算法
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