原创力文档- 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
本发明公开了一种基于YOLOv5算法改进的烟火检测方法，通过数据增强技术处理构建的烟火数据集，增加数据集数量，并使原有图像背景更加丰富，提高模型的泛化能力，其次在YOLOv5算法网络的头部引入自适应融合机制，充分利用检测图像不同尺度的特征，提升检测小目标的能力；并添加了CBAM注意力机制，降低背景图像的影响，提高模型鲁棒性和检测速度；更新损失函数为MPDIoU，使边界框回归的准确性和效率得到提。最后，将改进后的YOLOv5模型进行训练。本发明设计的YOLOv5模型增强了小目标识别能力和难识别烟火
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117274907A
(43)申请公布日2023.12.22
(21)申请号202311279136.6G06V10/764(2022.01)
文档评论（0）