一种基于pyolo动态自适应的小目标检测算法制造技术

技术编号:41503397 阅读:18 留言:0更新日期:2024-05-30 14:45
本发明专利技术涉及目标检测算法技术领域,公开了一种基于pyolo动态自适应的小目标检测算法,包括:获取图像数据,并进行数据预处理,以YOLO模型的数据要求为标准将数据集划分为训练集和测试集;采用预设的优化搜索算法对所述训练集中的超参数进行优化处理,得到最优参数;其中,所述超参数包括图像的尺寸、批量大小;采用所述最优参数训练预设的pyolo目标检测模型,并对结果进行分析验证。本发明专利技术提供的基于pyolo动态自适应的小目标检测算法,通过引入搜索优化算法到YOLO结构中,提出独特的pyolo目标检测模型,实现对不同种类数据集以及目标大小的自适应训练,达到优化模型泛化性与检测性能的目的。

【技术实现步骤摘要】

本专利技术涉及目标检测算法,特别涉及一种基于pyolo动态自适应的小目标检测算法


技术介绍

1、传统的目标检测算法中,常特征提取器与分类器结合的方式来抽取特征并区分目标类与其他类,这样的特征提取器结构造成了算法的泛化性较差,无法在广义任务上取得良好表现。在目前基于深度学习的yolo系列目标检测类算法的训练过程中,针对不同数据集的训练超参数选择基本是基于经验的人工选参,这种方法不但造成了模型的性能不稳定,而且训练速度也无法根据数据集特性得到控制。


技术实现思路

1、本专利技术提供了一种基于pyolo动态自适应的小目标检测算法,通过引入搜索优化算法到yolo结构中,提出独特的pyolo目标检测模型,实现对不同种类数据集以及目标大小的自适应训练,达到优化模型泛化性与检测性能的目的。

2、本专利技术提供了一种基于pyolo动态自适应的小目标检测算法,包括:

3、s1、获取图像数据,并进行数据预处理,以yolo模型的数据要求为标准将数据集划分为训练集和测试集;

4、s2、采用预设的本文档来自技高网...

【技术保护点】

1.一种基于pyolo动态自适应的小目标检测算法,其特征在于,包括:

2.根据权利要求1所述的基于pyolo动态自适应的小目标检测算法,其特征在于,步骤S2具体包括:

3.根据权利要求2所述的基于pyolo动态自适应的小目标检测算法,其特征在于,步骤S21中,初始化公式为:

4.根据权利要求2所述的基于pyolo动态自适应的小目标检测算法,其特征在于,步骤S22中,计算公式为:

5.根据权利要求2所述的基于pyolo动态自适应的小目标检测算法,其特征在于,步骤S23中计算公式为:

6.根据权利要求1所述的基于pyolo动态自适应...

【技术特征摘要】

1.一种基于pyolo动态自适应的小目标检测算法,其特征在于,包括:

2.根据权利要求1所述的基于pyolo动态自适应的小目标检测算法,其特征在于,步骤s2具体包括:

3.根据权利要求2所述的基于pyolo动态自适应的小目标检测算法,其特征在于,步骤s21中,初始化公式为:

4.根据权...

【专利技术属性】
技术研发人员:孔锁财张子腾张伟刘庆彬丁和强
申请(专利权)人:山东瑞智飞控科技有限公司
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