一种轻量化低光目标检测方法
    3.
    发明公开

    公开(公告)号:CN116401547A

    公开(公告)日:2023-07-07

    申请号:CN202310353380.6

    申请日:2023-04-04

    Abstract: 本发明涉及目标检测技术领域,具体涉及一种轻量化低光目标检测方法,对Exdark数据集的训练集进行离线增强,得到增强训练集;将增强训练集与原始数据集的训练集进行混合,得到混合训练集;对混合训练集进行预处理,得到处理数据集,增强处理数据集的泛化性,自适应生成匹配处理数据集样本的特征层锚框尺寸;改进YOLOv5基准网络模型,引入锚框尺寸进行训练,得到权重模型;将待检测图片输入检测框架,并基于权重模型使用NMS进行后处理,去除多余的检测框,得到检测结果,该方法在特征融合部分使用DFC注意力两个方向的解耦化FC操作聚合全局信息,同时大幅减少模型整体的参数量与计算量,从轻量化角度降低了原有目标检测网络的复杂度。

Patent Agency Ranking