基于改进YOLOv5网络的车辆行人目标检测方法技术

技术编号:40021703 阅读:65 留言:0更新日期:2024-01-16 16:51
本发明专利技术提出了一种基于改进YOLOv5网络的车辆行人目标检测方法,利用预先获得的基于改进YOLOv5网络的车辆行人目标检测模型对车辆行人目标进行检测,其中,获得基于改进YOLOv5网络的车辆行人目标检测模型包括如下步骤:使用拼接技术对无人机航拍图像进行预处理;构建基于改进YOLOv5网络的车辆行人目标检测模型,其中,使用全维动态卷积替换模型主干中的普通卷积,同时添加小目标检测头,并使用K‑means++聚类算法重新设计锚框;训练基于改进YOLOv5网络的车辆行人目标检测模型;使用训练完成的模型对测试集进行检测识别。本发明专利技术提供的目标检测方法,可提高小目标检测的准确率,为实现交通智能监控提供参考。

【技术实现步骤摘要】

本专利技术涉及目标检测领域,特别涉及一种基于改进yolov5网络的车辆行人目标检测方法。


技术介绍

1、我国人口密集,随着人们生活质量的提高,汽车保有量迅速增长,致使大中城市的交通状况日益拥堵,而且高速公路上的事故、雪灾等特殊情况都会导致交通瘫痪,对行车安全造成极大隐患,因此,利用交通监控检测车辆行人目标掌握道路情况有利于实现更优化的指挥调度。而随着计算机硬件的升级和人工智能算法的进步,利用监控检测追踪车辆行人目标得到了越来越广泛地应用,对智能交通和安防起到重要作用。目前,道路交通监控仍以固定摄像头监控为主要手段,但固定摄像头对道路的监控区域有限,存在监控盲区,特别是环境恶劣的山路、乡村道路等无条件安装固定摄像头地区,无法对车辆行人进行监控,形成安全隐患。而无人机具有机动性强、检测范围广、操作简单等优点,在低空视角下对于事故处理、秩序管理、交通疏导、流量检测等方面具有巨大应用优势。随着道路交通的智能监控在我国日益重要,基于无人机低空视角下航拍图像的道路监控将成为不可或缺的手段,其中,车辆和行人目标检测是智能监控中最常见最重要的目标。p>

2、目前,本文档来自技高网...

【技术保护点】

1.一种基于改进YOLOv5网络的车辆行人目标检测方法,其特征在于:利用预先获得的基于改进YOLOv5网络的车辆行人目标检测模型对车辆行人目标进行检测,其中,获得基于改进YOLOv5网络的车辆行人目标检测模型包括如下步骤:

2.根据权利要求1所述的基于改进YOLOv5网络的车辆行人目标检测方法,其特征在于:步骤1具体包括以下步骤:

3.根据权利要求1所述的基于改进YOLOv5网络的车辆行人目标检测方法,其特征在于:步骤2.1具体包括以下步骤:

4.根据权利要求1所述的基于改进YOLOv5网络的车辆行人目标检测方法,其特征在于:步骤2.2具体包括以下步骤...

【技术特征摘要】

1.一种基于改进yolov5网络的车辆行人目标检测方法,其特征在于:利用预先获得的基于改进yolov5网络的车辆行人目标检测模型对车辆行人目标进行检测,其中,获得基于改进yolov5网络的车辆行人目标检测模型包括如下步骤:

2.根据权利要求1所述的基于改进yolov5网络的车辆行人目标检测方法,其特征在于:步骤1具体包括以下步骤:

3.根据权利要求1所述的基于改进yolov5网络的车辆行人目标检测方法,其特征在于:步骤2.1具体包括以下步骤:

【专利技术属性】
技术研发人员:刘洋魏宇宁
申请(专利权)人:沈阳航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1