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
本发明公开了一种应用于自动驾驶的目标检测方法及系统，本发明将基于提取分流思想设计的C3PRO模块应用于网络的浅层部分，通过更多并行的梯度流分支以及更多的卷积运算和可以用来学习的参数，增强网络对于小目标的浅层特征的提取能力；本发明还增加了一条特征提取分支通道，该通道独立于原算法的骨干网络，层数更少，解决了在前向传播过程中因网络过深导致的小目标浅层信息丢失问题，并在通道末端加入通道注意力机制，避免了特征冗余；本发明针对YOLOv5s定位损失函数惩罚不全面的问题，引入更先进的SIoU损失函数，以更精确
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117496475A
(43)申请公布日2024.02.02
(21)申请号202311850776.8
(22)申请日2023.12.29
(71)申请人武汉科技大学
文档评论（0）