一种基于改进型YOLOv3的口罩佩戴检测方法

    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

    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。

    一种基于改进型Yolov4-tiny的轻量级飞机检测方法

    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

    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。

    一种基于改进型SSD的小目标物体高精度检测方法

    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

    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。

Patent Agency Ranking