[发明专利]工业环境下基于改进的YOLO-6D算法的目标检测方法有效
| 申请号： | 202010330520.4 | 申请日： | 2020-04-24 |
| 公开（公告）号： | CN111626120B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 吴益飞;丛宇;郭健;陈庆伟;靳懿;吴鑫煜 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06V10/774;G06V10/764;G06N3/0464;G06N3/048;G06N3/082;G06N3/047 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 朱炳斐 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种工业环境下基于改进的YOLO‑6D算法的目标检测方法，包括以下步骤：采集包含待检测目标的若干图像；构建YOLO‑6D网络的训练数据集；对YOLO‑6D网络进行改进，包括：利用ResNet‑53代替ResNet‑19的深度残差神经网络，将回归函数以及激活函数中的Softmax替换为Sigmoid；利用训练数据集对YOLO‑6D网络进行训练，获得目标检测模型；利用目标检测模型对工业环境中的待检测目标进行检测，获取目标的空间信息和分类信息。本发明通过使用层数更深的深度残差网络、增加多梯度尺寸特征图、改进回归函数和激活函数，提高了目标检测的速度和精度，特别是增强了对工业环境下的多目标与小目标物体的检测识别能力，且相对于传统算法，普适性更优。 | ||
| 搜索关键词： | 工业 环境 基于 改进 yolo 算法 目标 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010330520.4/，转载请声明来源钻瓜专利网。
