基于改进YOLOv11的密集行人目标检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于改进YOLOv11的密集行人目标检测方法,通过构建改进的YOLOv11模型实现对密集行人的高效检测。该方法首先搜集密集行人数据集并进行图像预处理,随后构建改进的YOLOv11模型。具体改进步骤如下:使用GhostConv模块替换backbone网络中的普通卷积,减少特征图中的冗余信息并降低计算成本,实现模型轻量化;将C3K2模块替换为C3K2‑WTConv,扩大卷积感受野,有效捕捉图像中的低频信息,显著提升密集目标检测效果;在C2PSA模块中引入轻量级的MLCA注意力机制,构成新的C2PSA‑MLCA模块,结合局部和全局信息以增强网络表达能力。完成模型构建后,进行训练、测试和性能评估。本发明在实现模型轻量化的同时,还提高了目标检测的准确率,适用于交通监控和公共场所的安全监测。
《基于改进YOLOv11的密集行人目标检测方法(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 202510239308X,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为陈宏滨;韦权,申请日期为2025-03-03,公开(公告)日期为2025-10-17,国际专利分类号(IPC)为 G06V 40/10 (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:本发明公开了一种基于改进YOLOv11的密集行人目标检测方法,通过构建改进的YOLOv11模型实现对密集行人的高效检测。该方法首先搜集密集行人数据集并进行图像预处理,随后构建改进的YOLOv11模型。具体改进步骤如下:使用GhostConv模块替换backbone网络中的普通卷积,减少特征图中的冗余信息并降低计算成本,实现模型轻量化;将C3K2模块替换为C3K2‑WTConv,扩大卷积感受野,有效捕捉图像中的低频信息,显著提升密集目标检测效果;在C2PSA模块中引入轻量级的MLCA注意力机制,构成新的C2PSA‑MLCA模块,结合局部和全局信息以增强网络表达能力。完成模型构建后,进行训练、测试和性能评估。本发明在实现模型轻量化的同时,还提高了目标检测的准确率,适用于交通监控和公共场所的安全监测。
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!
