发明公开
- 专利标题: 面向视觉图像的MSD-YOLOv4船舶实时检测网络及方法
-
申请号: CN202311108891.8申请日: 2023-08-30
-
公开(公告)号: CN117218377A公开(公告)日: 2023-12-12
- 发明人: 任佳 , 郝秋实 , 崔亚妮 , 丁洁 , 张育 , 陈敏 , 易家傅 , 马秀新
- 申请人: 海南大学
- 申请人地址: 海南省海口市美兰区人民大道58号
- 专利权人: 海南大学
- 当前专利权人: 海南大学
- 当前专利权人地址: 海南省海口市美兰区人民大道58号
- 代理机构: 海南盛亿专利代理事务所
- 代理商 王艺欢
- 主分类号: G06V10/52
- IPC分类号: G06V10/52 ; G06V20/54 ; G06V20/40 ; G06V10/774 ; G06V10/762 ; G06V10/82
摘要:
本发明涉及一种面向视觉图像的MSD‑YOLOv4船舶实时检测网络及方法。本发明的方案尤其适用于内河港口、大型码头等场景的船舶实时检测。所述网络包括四个模块:主干特征提取模块M3Darknet‑53、多尺度特征提取模块SPP、加强特征提取模块SPANet和检测模块YOLO Detect。主干特征提取模块M3Darknet‑53通过三普通卷积(Conv×3)与多尺度特征提取模块SPP相连;多尺度特征提取模块SPP通过拼接加三普通卷积(Contact+Conv×3)与加强特征提取模块SPANet相连;加强特征提取模块SPANet与检测模块YOLO Detect直接相连。本发明的优势在于,简化了网络结构并提高了检测速度;使用深度可分离卷积代替网络中的某些普通卷积,减少了模型参数,进一步提高了检测速度;添加了通道注意力单元使检测过程聚焦于船舶目标,提高了检测准确性。