基于改进Tiny-YOLOv4的交通标志检测方法(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Tiny‑YOLOv4的交通标志检测方法,包括以下步骤:S1、获取交通标志检测的图像训练集和图像验证集;S2、改进Tiny‑YOLOv4目标检测网络结构,包括:改进特征金字塔网络:改用尺度更大的预测特征层,并对其进行多尺度特征融合;改进主干特征提取网络:引入跨阶段局部网络和空间金字塔池化,将主干特征提取网络的最后一层卷积层的卷积核大小由3×3大小改为1×1大小;S3、使用聚类算法对图像训练集和图像验证集进行聚类分析,得到适合的anchor框尺寸;S4、训练;S5、利用训练后的改进Tiny‑YOLOv4进行交通标志检测。相比较现有的交通标志检测算法,本发明可以在保证检测速度快和模型内存容量低的前提下提高检测精度,能够满足实际应用的需求。
《基于改进Tiny-YOLOv4的交通标志检测方法(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 2022103125592,当前法律状态为已下证,由武汉工程大学提出申请,发明人为张小雪;黄巍,申请日期为2022-03-28,公开(公告)日期为2024-12-24,国际专利分类号(IPC)为 G06V 10/80 (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Tiny‑YOLOv4的交通标志检测方法,包括以下步骤:S1、获取交通标志检测的图像训练集和图像验证集;S2、改进Tiny‑YOLOv4目标检测网络结构,包括:改进特征金字塔网络:改用尺度更大的预测特征层,并对其进行多尺度特征融合;改进主干特征提取网络:引入跨阶段局部网络和空间金字塔池化,将主干特征提取网络的最后一层卷积层的卷积核大小由3×3大小改为1×1大小;S3、使用聚类算法对图像训练集和图像验证集进行聚类分析,得到适合的anchor框尺寸;S4、训练;S5、利用训练后的改进Tiny‑YOLOv4进行交通标志检测。相比较现有的交通标志检测算法,本发明可以在保证检测速度快和模型内存容量低的前提下提高检测精度,能够满足实际应用的需求。
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!
