公开(公告)号：CN113780211A

公开(公告)日：2021-12-10

申请号：CN202111086512.0

申请日：2021-09-16

Applicant: 河北工程大学

Inventor： 彭娜 ,  李莉 ,  刘阳 ,  李冰雪

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型Yolov4‑tiny的轻量级飞机检测方法，属于目标检测技术领域。该方法基于Yolov4‑tiny网络，将网络中的所有标准卷积替换为深度可分离卷积，进一步减小网络的参数量和计算量；在骨干网络的CSPBlock中融入注意力机制，加强对小目标的特征提取；在骨干网后边添加空间金字塔池化模块，获得不同范围的感受野；在特征融合网络中增加一个检测层以及双向融合通道，为每个输入特征分配一个权重，使得网络学习每个输入特征的权重信息；最后将融合的三个特征图分别送入预测层，对网络进行训练和测试，选择测试的最佳模型，即为一个轻量高效的飞机检测模型。

公开(公告)号：CN112418330A

公开(公告)日：2021-02-26

申请号：CN202011345238.X

申请日：2020-11-26

Applicant: 河北工程大学

Inventor： 齐浩 ,  李莉 ,  彭娜 ,  刘阳 ,  李冰雪

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型SSD的小目标物体高精度检测方法，属于目标检测技术领域。该方法基于原始SSD网络，使用修改后的轻量化网络替代VGG特征提取网络，并在后面增加8个卷积层，整体保留瀑布递减式结构，将最后一层特征图送入预测层；将浅层网络的特征与深层网络的特征进行跨级连接，获得融合后的特征图；对生成的融合特征先进行自深至浅和横向连接的操作，然后再进行自主调整特征融合，最后将特征图分别送入预测层；对网络进行训练和测试，然后得到小目标检测模型并进行小目标检测。本发明设计科学合理，能有效的提高网络计算效率，而且可以很好的提升对于小目标检测的精度。

公开(公告)号：CN113553936A

公开(公告)日：2021-10-26

申请号：CN202110813607.1

申请日：2021-07-19

Applicant: 河北工程大学

Inventor： 刘阳 ,  李莉 ,  彭娜 ,  李冰雪

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型YOLOv3的口罩佩戴检测方法，属于目标检测技术领域。本发明首先获取口罩遮挡人脸数据集，然后构建基于YOLOv3的口罩佩戴检测网络，接着对口罩佩戴检测网络进行训练，并选出最佳模型，从而利用最佳模型对密集人群进行口罩佩戴检测。本发明利用了通道注意力机制，使得特征提取网络对关联目标区域具有更高的关注度，并利用K‑means++算法对口罩数据集进行聚类优化，可以提高检测效率。此外，本发明以CIoU作为损失函数优化检测算法，可降低损失函数值，提升边界框回归效果。