公开(公告)号：CN119006805B

公开(公告)日：2025-01-28

申请号：CN202411496242.4

申请日：2024-10-25

Applicant: 无锡学院

Inventor： 张丽娟 ,  王晓宇 ,  李芝贻 ,  李东明 ,  李富

IPC: G06V10/25 ,  G06N3/042 ,  G06V10/74 ,  G06V10/82

Abstract: 一种用于城市环境中的目标检测方法，属于目标检测技术领域，具体涉及城市环境中的目标检测技术领域。其解决了单阶段检测器将分类和检测回归合并为一个阶段比较困难，从而导致在城市中进行目标检测时结果不精确的问题。本发明所述方法对YOLOv7模型进行改进，降低模型复杂度，实现模型的轻量化。当通过改进YOLOv7模型获得目标坐标、目标类别和置信度后，将这些数据处理，重新计算其置信度，得到真实置信度，将所有信息整理成用于构建异构图神经网络（SeHGNN网络）的训练数据集。最后，将异构图神经网络得到的推理置信度用来替换改进YOLOv7模型得到的置信度，从而提高目标检测精度。

公开(公告)号：CN119006805A

公开(公告)日：2024-11-22

申请号：CN202411496242.4

申请日：2024-10-25

Applicant: 无锡学院

Inventor： 张丽娟 ,  王晓宇 ,  李芝贻 ,  李东明 ,  李富

IPC: G06V10/25 ,  G06N3/042 ,  G06V10/74 ,  G06V10/82

Abstract: 一种用于城市环境中的目标检测方法，属于目标检测技术领域，具体涉及城市环境中的目标检测技术领域。其解决了单阶段检测器将分类和检测回归合并为一个阶段比较困难，从而导致在城市中进行目标检测时结果不精确的问题。本发明所述方法对YOLOv7模型进行改进，降低模型复杂度，实现模型的轻量化。当通过改进YOLOv7模型获得目标坐标、目标类别和置信度后，将这些数据处理，重新计算其置信度，得到真实置信度，将所有信息整理成用于构建异构图神经网络（SeHGNN网络）的训练数据集。最后，将异构图神经网络得到的推理置信度用来替换改进YOLOv7模型得到的置信度，从而提高目标检测精度。