买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院合肥物质科学研究院

摘要：本发明涉及图像目标检测与识别技术领域，尤其涉及一种针对内河船舶检测的轻量化YOLO模型构建方法。其技术方案包括以下步骤：主干网络轻量化：使用PP‑LCNet作为主干网络，由多个DepthSepConv基本模块叠加而成；在PP‑LCNet中引入全新的注意力增强深度可分离卷积模块，注意力增强深度可分离卷积模块包括引入基于全局平均池化层和一维卷积的轻量化注意力机制；使用GSConv在GS‑ELAN模块中替代传统卷积模块。本发明通过主干网络轻量化、引入轻量化卷积以及网络结构重设计，实现了模型参数数量的减少、计算量的降低、检测精度的提升以及实现方法的简化，为相关领域的技术进步提供了有力的支持。

主权项：1.一种针对内河船舶检测的轻量化YOLO模型构建方法，其特征在于，包括以下步骤：S1.主干网络轻量化：使用PP-LCNet作为主干网络，由多个DepthSepConv基本模块叠加而成；在PP-LCNet中引入全新的注意力增强深度可分离卷积模块，注意力增强深度可分离卷积模块包括引入基于全局平均池化层和一维卷积的轻量化注意力机制；S2.引入轻量化卷积：使用GSConv在GS-ELAN模块中替代传统卷积模块；采用级联特征融合方法，将来自不同卷积层的特征图在通道维度上进行级联，得到融合后的特征图；S3.网络结构重设计：根据船舶检测任务的特质，裁剪小感受野的策略，剔除最浅的80pixel×80pixel尺度输出；对特征融合网络进行重构，提高深层网络中的特征权重；将输出特征大小调整为20pixel×20pixel与40pixel×40pixel，并相应地重新设计特征融合网络，通过增加深层特征图在多尺度检测中的权重来提升其影响力，通过在程序中调节参数实现；S4.锚框参数重聚类：当模型预设的先验框与内河船舶数据集目标的BPR小于0.98时，表明先验框不适用于该船舶数据集；依据重构后的特征图输出，YOLOv7的锚框自适应机制调用k-means算法对数据集中标注的锚框重新聚类，得到中、大感受野分别对应的3种不同大小的锚框；当BPR值低于某个阈值时，说明先验框与数据集中的目标不匹配，导致检测效果不理想。

全文数据：

权利要求：

百度查询： 中国科学院合肥物质科学研究院 一种针对内河船舶检测的轻量化YOLO模型构建方法