【技术实现步骤摘要】
本专利技术涉及计算机视觉，更具体的说是涉及一种基于yolo的目标区域检测方法。
技术介绍
1、近年来，计算机视觉领域飞速发展，目标检测是其中一大重要研究方向，在智能视频监控、行为分析、自动驾驶等诸多领域上都有应用并取得了显著发展。目标区域检测就是通过计算机视觉中的技术对图像或视频中存在目标的区域进行准确标注，在安全监控、自动驾驶以及行人检测等领域，目标框的准确度有可能会直接影响其应用领域的安全问题。在行人检测时往往需要判断行人是否位于危险区域内，比如红灯时行人位于横穿马路的位置，在一些危险区域内也需要对行人进行检测以识别是否有违规闯入现象，但是，现有的检测方法往往是基于固定视角进行的，在固定视角中，危险区域采用固定范围标定，只需要对行人进行检测即可判断是否存在危险情况，然而在一些监控角度会发生变化的情况下，需要同时对危险区域进行检测以保证目标位置判断的准确性。因此，如何提供一种基于yolo的目标区域检测方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基...
【技术保护点】
1.一种基于YOLO的目标区域检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于YOLO的目标区域检测方法，其特征在于，S2进行人工标注后，通过旋转、翻转、分割和亮度调节的方式对正向图像数据集和反向图像数据集进行扩充。
3.根据权利要求1所述的一种基于YOLO的目标区域检测方法，其特征在于，S5中的预处理将待检测视频分解为帧图像。
4.根据权利要求1所述的一种基于YOLO的目标区域检测方法，其特征在于，YOLO目标检测网络和YOLO区域检测网络结构相同，包括输入模块、主干模块、NECK模块和输出模块，输入模块对输...
【技术特征摘要】
1.一种基于yolo的目标区域检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于yolo的目标区域检测方法，其特征在于，s2进行人工标注后，通过旋转、翻转、分割和亮度调节的方式对正向图像数据集和反向图像数据集进行扩充。
3.根据权利要求1所述的一种基于yolo的目标区域检测方法，其特征在于，s5中的预处理将待检测视频分解为帧图像。
4.根据权利要求1所述的一种基于yolo的目标区域检测方法，其特征在于，yolo目标检测网络和yolo区域检测网络结构相同，包括输入模块、主干模块、neck模块和输出模块，输入模块对输入图像进行数据增强、锚框计算和缩放，缩放后的图像输入主干模块和neck模块中提取得到3个尺度的特征图，输出模块基于3个尺度的特征图输出预测结果。
5.根据权利要求4所述的一种基于yolo的目标区域检测方法，其特征在于，输出模块包括...
【专利技术属性】
技术研发人员：韩伟，马蕾，李景玉，
申请(专利权)人：北京电子科技职业学院，
类型：发明
国别省市：
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。