龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：昆明理工大学
摘要：本发明提出了一种基于FCD‑YOLOV5的轻量级自动驾驶目标检测方法，涉及自动驾驶目标检测领域，首先对KITTI公开数据集中的标注数据进行处理，将其转换为YOLOV5模型能够处理的yolo格式，并将同类型的类别合并去除冗余类别，将处理后的数据集按比例划分训练集和验证集。在YOLOV5的骨干网络中引入轻量化的FasterNet模块，在YOLOV5的颈部网络中添加基于CNN的跨尺度特征融合的可重参数化模块RepC3，通过跨尺度融合来快速处理多尺度特征。使用将尺度感知、空间感知和任务感知的注意统一的DynamicHead（Dyhead）替代YOLOV5中的检测头，提高了目标检测头部的表示能力，且不增加任何计算开销。本发明在大幅度减少了目标检测模型的参数量的同时，能够保持较高的检测精度。
主权项：1.一种基于YOLOV5的轻量级自动驾驶目标检测方法，其特征在于，包括以下步骤：S1、获取的自动驾驶领域的KITTI数据集，从中选取标注数据进行处理，将其从KITTI特有的格式转换为YOLOV5模型能够处理的yolo格式，并将同类型的类别合并去除冗余类别，按照比例划分为训练集和验证集；S2、在原始YOLOV5模型的骨干网络中，对C3模块进行改良，创造C3_Faster模块，该新模块采用FasterNet_Block来替换原C3模块中的卷积块；S3、对YOLOV5颈部网络中的C3模块进行改进，引入基于CNN的跨尺度特征融合的RepC3；S4、对YOLOV5的检测头进行更改，引入动态检测头DynamicHead，它将尺度感知、空间感知和任务感知的注意统一在一个框架中，提高模型对不同尺度、位置和任务需求的适应性和准确性；S5、将原始的YOLOV5n网络模型和改进后的轻量级YOLOV5n模型分别在处理后的KITTI数据集上进行训练，并对得到实验结果后进行对比和分析。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于YOLOV5的轻量级自动驾驶目标检测方法
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