一种基于YOLOv7网络对密集小目标的检测方法及系统
本发明公开了一种基于YOLOv7网络对密集小目标的检测方法及系统,属于密集小目标检测技术领域,包括:在YOLOv7网络框架中加入了SODL小目标检测网络和ACBAM自适应池化注意力模块,提高了检测准确率和效率,有助于解决当小目标分布密集时造成类内遮挡,无法准确检测的问题;通过对图片中的小目标进行检测,可以直接标记出图片中小目标的位置。本发明对小目标相互遮挡情况下的漏检数量大大减少,使网络能够更加关注目标区域,有助于网络更好地处理和识别遮挡物体,可以有效地提高小目标的检测精确度和效率,达到了良好的实际应用效果。
《一种基于YOLOv7网络对密集小目标的检测方法及系统》是一发明专利,专利号为 2023109270397,当前法律状态为已下证,由鲁东大学提出申请,发明人为岳峻;刘成英;李振波;寇光杰;孙浩;戴昌怡,申请日期为2023-07-27,公开(公告)日期为2026-05-01,国际专利分类号(IPC)为 G06V 10/25 (2022.01),高新资质:未报高企,所属技术领域包括:(YOLOv7、密集小目标检测、目标检测、计算机视觉、深度学习、小目标识别、人工智能、图像识别、视觉检测、智能监控)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于YOLOv7网络对密集小目标的检测方法及系统,属于密集小目标检测技术领域,包括:在YOLOv7网络框架中加入了SODL小目标检测网络和ACBAM自适应池化注意力模块,提高了检测准确率和效率,有助于解决当小目标分布密集时造成类内遮挡,无法准确检测的问题;通过对图片中的小目标进行检测,可以直接标记出图片中小目标的位置。本发明对小目标相互遮挡情况下的漏检数量大大减少,使网络能够更加关注目标区域,有助于网络更好地处理和识别遮挡物体,可以有效地提高小目标的检测精确度和效率,达到了良好的实际应用效果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
