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：桂林理工大学
申请日：2024-03-20
公开（公告）日：2024-06-28
公开（公告）号：CN118262255A
主分类号：G06V20/17
分类号：G06V20/17;G06V10/25;G06V10/44;G06V10/82;G06V10/762;G06N3/045;G06N3/0464;G06N3/0495;G06N3/082
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供了一种基于YOLOv7‑tiny的无人机航拍图像的轻量化目标检测方法。本发明以目标检测算法YOLOv7‑tiny为基础进行轻量化，减少模型复杂度和参数量，让目标检测方法能够满足目前实时性与嵌入性的要求。本发明在原有的YOLOv7‑tiny的网络结构中增加P2小目标检测层，提高小目标检测度；将Neck部分的ELAN模块更换为轻量化的VoVGSCSP模块，并将其中的标准卷积更换为GSConv卷积，使网络模型更精简；然后，将CA注意力模块嵌入在Neck中的每个E_ELAN模块的最后一层卷积网络中；最后，在此改进基础上，对模型进行轻量化剪枝操作，使得模型参数量变少，提升模型的处理速度。因此，本发明能够有效精简网络模型，降低模型的参数量。
主权项：1.一种基于YOLOv7-tiny的无人机航拍图像的轻量化目标检测方法，通过在原有目标检测算法YOLOv7-tiny基础上进行轻量化，包括以下步骤：步骤1：针对YOLOv7-tiny网络模型结构，将Neck中的ELAN结构替换成轻量级的VoVGSCSP网络模型；步骤2：将Neck中的ELAN结构中的标准卷积更换为GSConv卷积；步骤3：在Head部分增加了P2层；步骤4：通过K-means聚类算法设计不同尺度大锚框大小；步骤5：将CA注意力模块嵌入在Neck中的每个E_ELAN模块的最后一层卷积网络中；步骤6：对改进网络进行实验；步骤7：使用lamp剪枝方法，对模型进行剪枝。
全文数据：
权利要求：
百度查询： 桂林理工大学 一种基于YOLOv7-tiny的无人机航拍图像的轻量化目标检测方法
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