基于YoloV5的目标检测方法技术

本发明专利技术涉及一种基于YoloV5的目标检测方法，属于人工智能领域；包括以下步骤：步骤1：构建数据Generator，在Genertor中配置有数据增强策略的配置；步骤2：对数据进行颜色进行增强，其中，包括色彩饱和度算子、色调算子、对比度算子和亮度算子；使用随机增强的策略，对以上四个算子进行随机1

【技术实现步骤摘要】
基于YoloV5的目标检测方法


[0001]本专利技术涉及一种基于YoloV5的目标检测方法，属于人工智能领域。

技术介绍

[0002]在计算机视觉里，图像里有多个我们感兴趣的目标，我们不仅想知道它们的类别，还想得到它们在图像中的具体位置，这类任务称为目标检测(object detection)或目标识别(object recognition)。其任务就是找出图像中所有感兴趣的目标，并确定它们的位置和类别。随着深度学习技术的蓬勃发展，目标检测在多个领域中被广泛使用。例如，自动驾驶、行人检测、缺陷检测、医疗、安防等计算机视觉领域。
[0003]在深度学习领域目标检测的技术主流一般由两个方向的网络架构为代表，一是基于候选框的两阶段的深度网络结构R
‑
CNN系列算法；另一个是基于回归目标框的单阶段深度网络结构YOLO系列算法。YOLO系列算法，在速度和精度之间达到了很好的平衡，随着YOLOV5系列算法推出，在学术界和工业界以得到广泛的使用。
[0004]YoloV5本身在精度和精度方面已达到很好的平衡，但是在实际的应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YoloV5的目标检测方法，其特征在于，包括以下步骤：步骤1：构建数据Generator，在Genertor中配置有数据增强策略的配置；步骤2：对数据进行颜色进行增强，其中，包括色彩饱和度算子、色调算子、对比度算子和亮度算子；使用随机增强的策略，对以上四个算子进行随机1
‑
4个算子的增强；步骤3：对数据进行随机裁剪；步骤4：对数据进行随机的左右和下上反转；步骤5：对数据进行随机噪声的添加；步骤6：使用Achor Free代替YoloV5默认的Anch...

【专利技术属性】
技术研发人员：徐雷，
申请(专利权)人：济宁市聚真宝网络科技有限公司，
类型：发明
国别省市：