基于改进YOLOX的实时路况目标检测方法及装置制造方法及图纸

本公开提供一种基于改进YOLOX的实时路况目标检测方法及装置。所述方法包括：采集实时路况目标的数据集，并对数据集进行预处理；按照预设的比例将预处理后的数据集划分为训练集和测试集；建立改进YOLOX网络结构：在残差分支中额外引出特征，经过ECA通道注意力后与另一分支的特征叠加，每个提取到的特征图都会有多个通道，各个通道上的特征通过叠加就可以得到完整的物体特征；利用所述训练集对所述改进YOLOX网络结构进行训练，得到实时路况目标检测模型；使用所述实时路况目标检测模型对实时路况目标进行检测。可以有效提高实时路况目标检测精度和检测效率。检测精度和检测效率。检测精度和检测效率。

【技术实现步骤摘要】
基于改进YOLOX的实时路况目标检测方法及装置


[0001]本公开属于人工智能
，具体涉及一种基于改进YOLOX的实时路况目标检测方法及装置。

技术介绍

[0002]随着深度学习和神经网络的发展，计算机视觉得以飞速发展。在此领域，目标检测与识别技术被广泛研究并应用于实践，给人们生活带来极大便利。例如应用于自动驾驶上，可以自动地识别行车路上的行人、障碍物和交通信号，可以有效为驾驶者提供安全预警。然而在许多目标检测工作中存在以下问题：一、目标远近不同，尺寸各异，不能有效完全检测和识别；二、背景复杂，干扰因素多，如拍摄角度，光照变化、相似目标、物体遮挡等问题，容易导致误判，不利于检测。

技术实现思路

[0003]本公开旨在至少解决现有技术中存在的技术问题之一，提供一种基于改进YOLOX的实时路况目标检测方法及装置。
[0004]本公开的一方面，提供一种基于改进YOLOX的实时路况目标检测方法，所述方法包括：
[0005]采集实时路况目标的数据集，并对数据集进行预处理；
[0006]按照预设的比例将预处理后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进YOLOX的实时路况目标检测方法，其特征在于，所述方法包括：采集实时路况目标的数据集，并对数据集进行预处理；按照预设的比例将预处理后的数据集划分为训练集和测试集；建立改进YOLOX网络结构：在残差分支中额外引出特征，经过ECA通道注意力后与另一分支的特征叠加，每个提取到的特征图都会有多个通道，各个通道上的特征通过叠加就可以得到完整的物体特征；利用所述训练集对所述改进YOLOX网络结构进行训练，得到实时路况目标检测模型；使用所述实时路况目标检测模型对实时路况目标进行检测。2.根据权利要求1所述的方法，其特征在于，所述ECA通道注意力机制如下：对重要的特征分量所在通道赋予加大权重值，对非重要的特征分量所在通道赋予较小权重，然后求加权和。3.根据权利要求2所述的方法，其特征在于，所述重要的特征分量的权重值范围为0.8～0.95，所述非重要的特征分量的权重值范围为0.1～0.25。4.根据权利要求1至3任一项所述的方法，其特征在于，所述建立改进YOLOX网络结构，还包括：YOLOX网络结构的各模块之间采用交叉融合策略，以使得浅层特征中物体特征信息和深层特征中物体特征信息互补。5.一种基于改进YOLOX的实时路况目标检测装置，其特征在于，所述装置包括：采集模块，用于采集实时路况目标的数据集，并对数据集进行预处理；划分模块，用于按照预设的比例将预处理后的数据集划分为训练集和测试集；建立...

【专利技术属性】
技术研发人员：曹利蒲，杨继明，王军，陈婷婷，李涛，陈岩磊，张澈，王传鑫，田长风，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：