公开(公告)号：CN116563559A

公开(公告)日：2023-08-08

申请号：CN202310510210.4

申请日：2023-05-08

Applicant: 桂林电子科技大学

Inventor： 赵雪梅 ,  刘全 ,  刘壮

IPC: G06V10/40 ,  G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/74

Abstract: 本申请公开了一种用于区分前景与背景的目标检测方法及系统，其中方法步骤包括：基于多尺度特征融合，提取待检测目标的前景特征图和背景特征图；对前景特征图和背景特征图进行增强，得到第一前景特征图和第一背景特征图；基于第一前景特征图，生成预测框；利用预测框和第一前景特征图，计算前景特征向量；利用第一背景特征图，计算背景特征向量；利用真实框和第一前景特征图，计算真实特征向量；基于前景特征向量、背景特征向量、真实特征向量和预测框，构建对比损失函数、前景显著性引导损失函数和预测框损失函数；结合对比损失函数、前景显著性引导损失函数和预测框损失函数，提高目标的前景与背景的区分度，完成目标检测。

公开(公告)号：CN114708488A

公开(公告)日：2022-07-05

申请号：CN202210446348.8

申请日：2022-04-26

Applicant: 桂林电子科技大学

Inventor： 赵雪梅 ,  刘全

IPC: G06V20/00 ,  G06V10/74 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于类内类间相关性的YOLOv5神经网络改进方法，包括如下步骤：通过YOLOv5网络模型得到特征图和预测框，再根据输入图像、特征图和预测框计算目标光谱信息和梯度信息；利用全连接网络从目标光谱和梯度信息中抽象目标本质特征并将其表示为一个向量；通过计算两个向量之间的距离测度表征不同目标特征之间的差异；结合YOLOv5损失函数，构建基于类内类间测度差异的损失函数训练网络模型，迫使网络学习能够学习有利于区分不同目标的普适性特征。本发明在网络原损失函数的基础上加入基于类内类间相关性的损失函数来约束，加强了网络对物体的分类能力，提高模型的精度。