基于改进制造技术

本发明专利技术涉及一种基于改进

【技术实现步骤摘要】
基于改进YOLOv7的可见光红外图像匹配目标检测方法


[0001]本专利技术涉及一种基于改进
YOLOv7
的可见光红外图像匹配目标检测方法，属于图像处理

。

技术介绍

[0002]通过结合可见光与红外图像的信息，可以增强海上目标探测能力
、
提高目标识别和跟踪效率，以及加强海上安全
、
巡航
、
搜救和军事任务的执行
。
但是一些低成本的红外采集设备无法调焦，导致不能拍摄单一目标
。
因此寻找可见光与红外图像中对应的舰船变得至关重要
。
[0003]当进行海上目标数据采集时，可见光图像和红外图像是两种常用的模态
。
可见光图像采集设备通常具有可调焦距的功能，能够针对特定目标进行焦点调整，以获得单一高分辨率的目标图像
。
然而，一些低成本的红外图像采集设备通常无法改变焦距，导致采集到的图像中包含了目标舰船以外的一些不需要的舰船信息
。
因此，同时检测可见光图像和红外图像中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于改进
YOLOv7
的可见光红外图像匹配目标检测方法，其特征在于包括以下步骤：
1)
获取海上目标可见光与红外图像数据集，采用半自动标注方法进行数据标注，具体方法为先使用
LabelImg
工具标注部分图像，再使用
YOLOv7
进行训练，得到一个基础权重，利用该模型和权重实现所有图像的标注；
2)
将
YOLOv7
的
Neck
部分的
Concat
操作之后在
ELAN
之前引入
CBAM
模块；
3)
将
YOLOv7
目标检测模型中
RepConv
模块中的激活函数改为
LeakyReLU
函数
。2.
按照权利要求1所述的基于改进
YOLOv7
的可见光红外图像匹配目标检测方法，其特征在于所述步骤
1)
中数据标注具体步骤为：使用可见光
、
红外设备获得海上舰船目标视频，采用计算机对视频数据进行分帧处理，采用半自动标注方法进行数据标注；具体为：先使用
LabelImg
工具标注部分图像，再使用
YOLOv7
模型进行训练，得到一个基础权重，利用该模型和权重实现所有图像的标注，由于此权重是由少量图像训练得到的，且图像存在一些小目标，因此标注结果存在部分目标标注不准确，需要人工进行微调
。3.
按照权利要求1所述的基于改进
YOLOv7
的可见光红外图像匹配目标检测方法，其特征在于所述引入的
CBAM
模块是一种用于卷积神经网络的注意力模块，用于增强网络对重要特征的关注能力，提取重要特征，提高模型的性能；由通道注意模块和空间注意模块组成，以动态地调整特征图的权重，使网络能够自适应地聚焦于最重要的特征，提高模型检测精度与检测效果，通道注意力用于捕捉不同通道之间的依赖关系，用来帮助网络选择具有重要信息的通道，通过使用全局平均池化和全局最大池化来获取通道维度上的特征描述，然后将这些特征经过全连接网络进行处理，得到每个通道的权重，将每个通道的权重进行逐元素求和，以获得一个标量值，表示整个特征层的重要性，再使用
Sigmoid
激活函数将标量值转化为0到1之间的概率值，得到通道注意图
M
c
，将通道注意图与输入特征层进行元素级别的乘法逐通道加权操作，以实现对每个通道特征的加权，得到特定特征图
F
c
，计算公式为...

【专利技术属性】
技术研发人员：孙艳丽，于恒力，曹政，王国庆，丁昊，黄勇，刘宁波，董云龙，关键，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：