[发明专利]一种改进YOLOv4网络模型及小目标检测方法有效
| 申请号： | 202210582016.2 | 申请日： | 2022-05-26 |
| 公开（公告）号： | CN114663654B | 公开（公告）日： | 2022-09-09 |
| 发明（设计）人： | 燕并男;李嘉欣;张峰川;杨兆昭;张鑫鹏 | 申请（专利权）人： | 西安石油大学 |
| 主分类号： | G06V10/25 | 分类号： | G06V10/25;G06V10/40;G06V10/80;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 房鑫 |
| 地址： | 710065 陕西省西安*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明一种改进YOLOv4网络模型及小目标检测方法，在保证检测速度的前提下，能够有效提高小目标的检测精度。骨干结构网络模块用于对目标图像进行特征提取输出由浅至深多层不同尺度的特征图，特征融合模块用于由深至浅逐层对特征图进行特征增强并分别与由浅至深下采样后同一尺度的特征图对应拼接获得融合特征图，特征融合模块包含特征增强模块和高效双重注意力模块，特征增强模块用于扩大特征图的感受野，增强自底向上路径中上采样特征图的语义信息，高效双重注意力模块用于增强目标响应，抑制背景干扰。参与特征融合的特征图包括四倍下采样后含有底层特征的浅层特征图，多分类器模块用于对融合特征图进行分类检测后输出检测结果。 | ||
| 搜索关键词： | 一种 改进 yolov4 网络 模型 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西安石油大学，未经西安石油大学许可，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/202210582016.2/，转载请声明来源钻瓜专利网。
