公开(公告)号：CN116977624B

公开(公告)日：2024-10-29

申请号：CN202310823862.3

申请日：2023-07-06

Applicant: 无锡学院

Inventor： 左官芳 ,  任肖恬 ,  王思成 ,  顾思睿 ,  赵方 ,  阮义阳 ,  程琨

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于YOLOv7模型的目标识别方法、系统、电子设备及介质，所述方法包括：S1：获取待识别垃圾图像集；S2：改进YOLOv7模型，所述改进后的YOLOv7模型包括依次连接的Backbone网络、Neck网络和Head网络；在Backbone网络中，使用多分支堆叠模块ELAN‑GR代替堆叠模块ELAN；在Backbone网络的第一个多分支堆叠模块ELAN‑GR后添加两个依次连接的强全局注意力组合模块CMH，两个依次连接的强全局注意力组合模块CMH作为强位置信息的特征图生成分支B1；S3：采用待识别垃圾图像集对改进YOLOv7模型进行训练；S4：将待测图像输入训练得到的改进YOLOv7模型中，得到识别结果。本发明以YOLOv7模型作为基础识别网络，并对其网络模型结构进行改进，提高了YOLOv7模型的检测精度。

公开(公告)号：CN116977624A

公开(公告)日：2023-10-31

申请号：CN202310823862.3

申请日：2023-07-06

Applicant: 无锡学院

Inventor： 左官芳 ,  任肖恬 ,  王思成 ,  顾思睿 ,  赵方 ,  阮义阳 ,  程琨

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于YOLOv7模型的目标识别方法、系统、电子设备及介质，所述方法包括：S1：获取待识别垃圾图像集；S2：改进YOLOv7模型，所述YOLOv7模型包括依次连接的Backbone网络、Neck网络和Head网络；在Backbone网络中，使用多分支堆叠模块ELAN‑GR代替堆叠模块ELAN；在Backbone网络的第一个多分支堆叠模块ELAN‑GR后添加两个依次连接的强全局注意力组合模块CMH，两个依次连接的强全局注意力组合模块CMH作为强位置信息的特征图生成分支B1；S3：采用待识别垃圾图像集对改进YOLOv7模型进行训练；S4：将待测图像输入训练得到的改进YOLOv7模型中，得到识别结果。本发明以YOLOv7模型作为基础识别网络，并对其网络模型结构进行改进，提高了YOLOv7模型的检测精度。