基于改进YOLOv7的多尺度溺水目标检测方法技术

本发明专利技术提供基于改进YOLOv7的多尺度溺水目标检测方法，涉及溺水检测技术领域。该基于改进YOLOv7的多尺度溺水目标检测方法，具体包括以下步骤：S1.输入端数据处理；S2.主干网络和特征融合；S3.训练与性能优化；S4.系统整合与实际应用。本发明专利技术通过Mosaic数据增强和自适应锚点计算、图像缩放，提高了小目标的检测效果，增强了模型的适应性，融合注意力机制的特征金字塔神经网络可以更有效地处理全天候的场景变化和遮挡问题，提高整体的检测精度，通过不同尺度的特征图融合，结合上采样和下采样以及注意力机制，增强了算法对全局信息的适应性，能够有效学习并突出重要特征。

【技术实现步骤摘要】

本专利技术涉及溺水检测，具体为基于改进yolov7的多尺度溺水目标检测方法。

技术介绍

1、据世卫组织(who)数据，溺水是全球意外伤害的第三大原因，每年有32万人溺水，占所有与伤害有关死亡的7％[1]。溺水可能发生在各种环境中，尤其是在泳池、水库、型戏水场所。当前，传统针对海滨浴场游泳馆以及一些景区的戏水场所等溺水的发现与救援，仍高度依靠救生员人眼进行观察救生员单纯依靠人眼进行观察，缺少更加行之有效的辅助设备帮助其克服因长时间注意力高度集中与经验主义而导致的观察效果下降。通过人工智能技术对目标人体的不同动作进行检测与识别是计算机视觉领域一个新兴且极具应用前景的研究方向。将人工智能技术应用于溺水检测领域将会在检测效率、成本、使用范围上显著优于传统依靠救生员人眼观察手段。

2、基于视觉系统和基于可穿戴传感器的系统是现有的溺水检测技术，al shbatat等提出了一种基于视觉的集成监控系统，该系统由一个树莓派、两个pixy摄像头和一个arduino nano板组成。他们使用了两台摄像机，通过测量游泳者的位置来探测和监视他们，游泳者必须穿着被动的黄色本文档来自技高网...

【技术保护点】

1.基于改进YOLOv7的多尺度溺水目标检测方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的基于改进YOLOv7的多尺度溺水目标检测方法，其特征在于：所述步骤S1输入端数据处理中oMosaic数据增强为使用Mosaic技术对输入数据进行增强，目的是通过合成多张图片的部分，提高网络对小目标的检测效果，并增强模型对各种场景变化的适应能力。

3.根据权利要求1所述的基于改进YOLOv7的多尺度溺水目标检测方法，其特征在于：所述步骤S1输入端数据处理中自适应锚点计算与图片缩放为引入自适应锚点和图像缩放功能块，这有助于根据不同尺度的目标调整检测算法的锚点大小和...

【技术特征摘要】

1.基于改进yolov7的多尺度溺水目标检测方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的基于改进yolov7的多尺度溺水目标检测方法，其特征在于：所述步骤s1输入端数据处理中omosaic数据增强为使用mosaic技术对输入数据进行增强，目的是通过合成多张图片的部分，提高网络对小目标的检测效果，并增强模型对各种场景变化的适应能力。

3.根据权利要求1所述的基于改进yolov7的多尺度溺水目标检测方法，其特征在于：所述步骤s1输入端数据处理中自适应锚点计算与图片缩放为引入自适应锚点和图像缩放功能块，这有助于根据不同尺度的目标调整检测算法的锚点大小和图像缩放比例，提高检测精度。

4.根据权利要求1所述的基于改进yolov7的多尺度溺水目标检测方法，其特征在于：所述步骤s2主干网络和特征融合中基于yolov7的主干网络为沿用yolov7的高效主干网络结构，该结构已被证明在速度和准确性之间有很好的平衡。

5.根据权利要求1所述的基于改进yolov7的多尺度溺水目标检测方法，其特征在于：所述步骤s2主干网络和特征融合中特征金字塔网络与注意力机制为结合特...

【专利技术属性】
技术研发人员：曾祥富，吴永乐，王夏雪，彭显贵，张宇梅，
申请(专利权)人：贵州电子科技职业学院，
类型：发明
国别省市：