基于YOLOv7-tiny改进的低照度目标检测方法及装置制造方法及图纸

本发明专利技术提供了一种基于YOLOv7‑tiny改进的低照度目标检测方法及装置，涉及图像检测技术领域。获取预设数据集并进行预处理以确定训练集、验证集和测试集；在预设YOLOv7‑tiny检测模型中引入预设骨干网络部分、预设颈部结构以及协调坐标卷积以生成低照度目标检测模型；对低照度目标检测模型进行训练以生成目标检测模型；对待检测图像信息进行检测并获取检测结果。利用低照度目标检测模型进行检测，提高低照度目标检测模型对低照度条件下目标细节的捕捉能力，从而减轻光照不足导致的问题，通过改进预设YOLOv7‑tiny检测模型结构，有效提高在低照度环境下目标检测的性能和准确性。

【技术实现步骤摘要】

本申请涉及图像检测，尤其是涉及一种基于yolov7-tiny改进的低照度目标检测方法及装置。

技术介绍

1、低照度下的目标检测任务指的是在光线条件较暗或光照不足的环境下，对目标物体进行检测和识别的任务。

2、在现有技术中，通常采用目标检测器对低照度下的图像进行检测，然而由于拍摄的光照不足，会出现图像中的目标物体细节不清晰的问题，对于上述问题，现有的目标检测器的检测精度较低。

3、因此，如何有效提高对低照度下的图像的检测精度成为了亟待解决的技术问题。

技术实现思路

1、为了有效提高对低照度下的图像的检测精度，本申请提供一种基于yolov7-tiny改进的低照度目标检测方法、系统、设备及存储介质。

2、第一方面，本申请提供的一种基于yolov7-tiny改进的低照度目标检测方法采用如下的技术方案：

3、一种基于yolov7-tiny改进的低照度目标检测方法，包括：

4、获取预设数据集，对所述预设数据集进行预处理以确定训练集、验证集和测试集；

本文档来自技高网...

【技术保护点】

1.一种基于YOLOv7-tiny改进的低照度目标检测方法，其特征在于，包括：

2.根据权利要求1所述的基于YOLOv7-tiny改进的低照度目标检测方法，其特征在于，所述获取预设数据集，对所述预设数据集进行预处理以确定训练集、验证集和测试集的步骤，包括：

3.根据权利要求1所述的基于YOLOv7-tiny改进的低照度目标检测方法，其特征在于，所述在预设YOLOv7-tiny检测模型中引入预设骨干网络部分、预设颈部结构以及协调坐标卷积以生成低照度目标检测模型的步骤之前，还包括：

4.根据权利要求3所述的基于YOLOv7-tiny改进的低照度目标检测方法...

【技术特征摘要】

1.一种基于yolov7-tiny改进的低照度目标检测方法，其特征在于，包括：

2.根据权利要求1所述的基于yolov7-tiny改进的低照度目标检测方法，其特征在于，所述获取预设数据集，对所述预设数据集进行预处理以确定训练集、验证集和测试集的步骤，包括：

3.根据权利要求1所述的基于yolov7-tiny改进的低照度目标检测方法，其特征在于，所述在预设yolov7-tiny检测模型中引入预设骨干网络部分、预设颈部结构以及协调坐标卷积以生成低照度目标检测模型的步骤之前，还包括：

4.根据权利要求3所述的基于yolov7-tiny改进的低照度目标检测方法，其特征在于，所述在预设yolov7-tiny检测模型中引入预设骨干网络部分、预设颈部结构以及协调坐标卷积以生成低照度目标检测模型的步骤，包括：

5.根据权利要求4所述的基于yolov7-tiny改进的低照度目标检测方法，其特征在于，所述在预设yolov7-tiny检测模型中采用所述融合多元分支块的高效层聚合网络模块以生成改进后...

【专利技术属性】
技术研发人员：赵新宇，常鹏飞，罗俊岚，孔维，雷京熹，陈宝玺，许文旺，李桂芬，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：