利索能及
我要发布
收藏
专利号: 2023106564740
申请人: 江西农业大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于YOLOv7的小目标检测方法,其特征在于,将图像数据进行处理后,输入基于YOLOv7的小目标检测模型进行小目标检测,所述基于YOLOv7的小目标检测模型包括主干网络、颈网络和预测网络;图像送入主干网络进行特征提取,然后颈网络将所提取的特征进行特征融合,将所融合的特征送入预测网络的大尺度检测层、中尺度检测层、小尺度检测层和微小尺度检测层中进行检测,得到检测结果;所述主干网络依次包括第1~第4个CBS模块、第1个ELAN模块、第1个MP模块、第2个ELAN模块、第2个MP模块、第3个ELAN模块、第3个MP模块、第4个ELAN模块和小目标增强模块;所述小目标增强模块包括两个分支,第一个分支由两个CBS模块和空间到深度操作构成,通过一个CBS模块卷积后,经过空间到深度操作,然后再经过一个CBS模块卷积调整通道数;第二个分支为增强特征提取能力模块,将两个分支提取到的特征进行融合;

所述增强特征提取能力模块由两个C2f模块、CBS模块和Shuffle注意力模块构成,输入的特征分别经过两个分支,一个分支依次由一个C2f模块和Shuffle注意力模块组成,另一个分支依次由一个1×1卷积构成的CBS模块和C2f模块组成,最后将两个分支提取到的特征进行融合。

2.根据权利要求1所述的基于YOLOv7的小目标检测方法,其特征在于,空间到深度操作具体为:首先对输入进来的大小为S×S×C1的特征分离成4个S/2×S/2×C1的特征,S代表长和宽,C1代表通道数,然后在通道上进行拼接,得到S/2×S/2×4C1的特征;最后将这个特征经过1×1的卷积进行处理,得到S/2×S/2×4C2的特征,C2代表1×1的卷积后的通道数。

3.根据权利要求1所述的基于YOLOv7的小目标检测方法,其特征在于,所述颈网络由SPPCSPC模块、CBS模块、上采样、ELAN‑W模块和MP模块构成MP模块由最大池化层和CBS模块构成,用来对特征图进行下采样。

4.根据权利要求1所述的基于YOLOv7的小目标检测方法,其特征在于,基于YOLOv7的小目标检测模型的损失函数由坐标损失、目标置信度损失、分类损失组成;所述坐标损失函数使用归一化高斯Wasserstein 距离损失。

5.根据权利要求1所述的基于YOLOv7的小目标检测方法,其特征在于,基于YOLOv7的小目标检测模型检测过程中,将边界框建模为二维高斯分布,边界框之间的二阶Wasserstein距离为:其中, 表示边界框A和边界框B之间的二阶Wasserstein距离, 为边界框A的中心横坐标, 为边界框A的中心纵坐标, 为边界框A的宽度, 为边界框A的高度;

为边界框B的中心横坐标, 为边界框B的中心纵坐标, 为边界框B的宽度,为边界框B的高度,T表示转置;

将二阶Wasserstein距离归一化,并获得称为归一化高斯Wasserstein距离:

式中, 表示边界框A和边界框B之间的归一化高斯Wasserstein距离,C为归一化常数。

6.一种基于YOLOv7的小目标检测系统,其特征在于,包括图像数据采集模块、图像数据预处理模块和小目标检测模块,通过图像数据采集模块采集所要检测的目标图像,然后经过图像数据预处理模块进行预处理,预处理包括图像增强,小目标检测模块内置基于YOLOv7的小目标检测模型,基于YOLOv7的小目标检测模型包括用于进行特征提取的主干网络、用于特征融合的颈网络和预测网络,预测网络包括大尺度检测层、中尺度检测层、小尺度检测层和微小尺度检测层;主干网络依次包括第1~第4个CBS模块、第1个ELAN模块、第1个MP模块、第2个ELAN模块、第2个MP模块、第3个ELAN模块、第3个MP模块、第4个ELAN模块和小目标增强模块;小目标增强模块包括两个分支,第一个分支由两个CBS模块和空间到深度操作构成,通过一个CBS模块卷积后,经过空间到深度操作,然后再经过一个CBS模块卷积调整通道数;第二个分支为增强特征提取能力模块,将两个分支提取到的特征进行融合;增强特征提取能力模块由两个C2f模块、CBS模块和Shuffle注意力模块构成,输入的特征分别经过两个分支,一个分支依次由一个C2f模块和Shuffle注意力模块组成,另一个分支依次由一个1×1卷积构成的CBS模块和C2f模块组成,最后将两个分支提取到的特征进行融合。

7.一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,其特征在于,该计算机可执行指令执行权利要求1所述的基于YOLOv7的小目标检测方法。

8.一种计算机程序产品,计算机程序产品包括存储在非易失性计算机存储介质上的计算机程序,计算机程序包括程序指令,其特征在于,当程序指令被计算机执行时,使计算机执行权利要求1所述的基于YOLOv7的小目标检测方法。

9.一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有被所述至少一个处理器执行的指令,其特征在于,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1所述的基于YOLOv7的小目标检测方法。