一種基于改進Scaled-YOLOv4的偽裝人員目標檢測方法

基本信息

申請?zhí)?/td> CN202210256543.4 申請日 -
公開（公告）號 CN114694042A 公開（公告）日 2022-07-01
申請公布號 CN114694042A 申請公布日 2022-07-01
分類號 G06V20/17（2022.01）I;G06V10/25（2022.01）I;G06V10/774（2022.01）I;G06V10/80（2022.01）I;G06V10/32（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 許彬;王從慶;劉楊 申請（專利權）人 南京航空航天大學
代理機構 南京蘇高專利商標事務所（普通合伙） 代理人 -
地址 210016江蘇省南京市秦淮區(qū)御道街29號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于改進Scaled?YOLOv4的偽裝人員目標檢測方法，對預先獲取的偽裝人員活動圖像進行預處理，并劃分為訓練集和測試集；構建包括骨干網(wǎng)絡、路徑聚合網(wǎng)絡和檢測頭的擴展跨階段網(wǎng)絡Scaled?YOLOv4模型；在Scaled?YOLOv4模型中設計一個包括兩個感受野區(qū)塊和兩個有效通道注意力模塊的自上而下路徑特征增強網(wǎng)絡結構以代替原路徑聚合網(wǎng)絡，形成改進的Scaled?YOLOv4模型；基于改進的Scaled?YOLOv4模型，進行偽裝人員的目標檢測。本發(fā)明提出的網(wǎng)絡結構的優(yōu)化可以增強偽裝目標的特征圖，得到偽裝目標在原始圖像中的位置信息，以降低網(wǎng)絡的漏檢率和誤檢率；且網(wǎng)絡結構穩(wěn)定，實用性強等特點，進一步提升了對樹林中偽裝目標圖像中多尺度目標的檢測精度。