基于YOLOv5的尺度自适应目标检测的方法及存储介质.pdfVIP

下载本文档

0
0
约1.38万字
约 13页
2023-05-20 发布于北京
举报
版权申诉

基于YOLOv5的尺度自适应目标检测的方法及存储介质.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明的基于YOLOv5的尺度自适应目标检测的方法及存储介质，包括实时采集待测图像，输入事先构建的目标检测模型中，计算输出置信度大于阈值的分类结果作为待测图像的识别结果；其中目标检测模型构建包括将获得的样本进行Mosaic数据增强，将数据增强后的样本输入模型网络中，将切片操作得到的新图片再经过卷积操作，然后将得到的特征图送入backbone中，提取样本的多层深度特征；将得到的特征图送入分层特征自适应融合模块；将得到的特征继续送入后续的网络中，实现网络前向传播以得到目标物体的边界框信息，本发明让每

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114926722 A (43)申请公布日 2022.08.19 (21)申请号 202210411140.2 G06V 10/764 (2022.01)