- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明提供了一种基于改进YOLOv5的远距离小尺度行人检测方法及设备,该方法为解决当行人距离相机较远时,行人在照片中尺寸较小,检测精度低且漏检率高等问题,提出了改进YOLOv5的远距离小尺度行人检测算法,首先利用通道注意力模块与空间注意力模块增强模型的特征表达能力;同时使用自适应加权FPN‑PAN网络结构进行特征聚合,使得细粒度信息与语义信息充分的融合,为每一层的检测头输出更适合的特征图;使用双线性插值进行上采样,一定程度上防止了语义信息的丢失;对YOLOv5的检测头解耦为两分支检测头,进一步提
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116740755 A
(43)申请公布日 2023.09.12
(21)申请号 202310449986.X
(22)申请日 2023.04.23
(71)申请人 安徽师范大学
文档评论(0)