基本信息:
- 专利标题： 基于改进YOLOv5的井下红外目标检测与识别方法、系统及计算机存储介质
- 申请号：CN202410808393.2 申请日：2024-06-21
- 公开(公告)号：CN118865036A 公开(公告)日：2024-10-29
- 发明人： 杨鹏 , 吕文生 , 张宇栋
- 申请人： 北京联合大学
- 申请人地址： 北京市朝阳区北四环东路97号
- 专利权人： 北京联合大学
- 当前专利权人： 北京联合大学
- 当前专利权人地址： 北京市朝阳区北四环东路97号
- 代理机构： 北京北新智诚知识产权代理有限公司
- 代理人： 朱丽华
- 主分类号： G06V10/80
- IPC分类号： G06V10/80 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要：
本发明提供基于改进YOLOv5的井下红外目标检测与识别方法、系统及计算机存储介质，图像数据经主干网络特征提取，再卷积和特征融合，接着将经主干网络提取和融合的特征数据输入至网络Neck端，至C3‑Res2lock模块中，并将其与不同深度的特征进行拼接得到不同尺度的特征信息，根据不同尺度的信息得到三种不同尺度的目标检测结果，并可视化显示。优点是，采用EfficientViT作为主干网络，减少参数和计算量；使用BasicRFB模块提高特征提取能力；引入Res2Net模块并将其与C3模块相结合，使模型能够更有效地捕获多尺度信息，增强模型的检测性能；采用WIoUv3损失函数提高对小目标的检测能力。