适用于低照度环境下的改进版YOLOv5目标检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及目标检测技术领域,具体涉及一种适用于低照度环境下的改进版YOLOv5目标检测方法,包括使用图像增强算法对低照度的数据集的训练集进行离线增强,得到增强数据集;使用增强数据集和原始训练集进行配对混合,得到混合数据集;对基准网络进行改进,得到改进网络模型;使用混合数据集对改进网络模型进行训练,得到目标检测网络模型;将待检测图片输入目标检测网络模型进行训练,得到检测结果。本发明通过混合增强训练方式,将低照度的数据集通过GAN算法进行增强,并与原始的训练集进行混合匹配,有效抑制直接使用增强算法所带来的特征破坏问题,解决了现有的目标检测方法对低照度环境下目标检测精确度较低的问题。
《适用于低照度环境下的改进版YOLOv5目标检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022112780193,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为王鑫;叶鹏飞;覃琴;颜靖柯,申请日期为2022-10-19,公开(公告)日期为2025-12-02,国际专利分类号(IPC)为 G06V 10/25 (2022.01),高新资质:未报高企。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:本发明涉及目标检测技术领域,具体涉及一种适用于低照度环境下的改进版YOLOv5目标检测方法,包括使用图像增强算法对低照度的数据集的训练集进行离线增强,得到增强数据集;使用增强数据集和原始训练集进行配对混合,得到混合数据集;对基准网络进行改进,得到改进网络模型;使用混合数据集对改进网络模型进行训练,得到目标检测网络模型;将待检测图片输入目标检测网络模型进行训练,得到检测结果。本发明通过混合增强训练方式,将低照度的数据集通过GAN算法进行增强,并与原始的训练集进行混合匹配,有效抑制直接使用增强算法所带来的特征破坏问题,解决了现有的目标检测方法对低照度环境下目标检测精确度较低的问题。
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!
