一种基于改进YOLOv3的目标检测方法(高校公示7天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于改进YOLOv3的目标检测方法,包括步骤:S1,选择图像数据集;S2,使用灰度化、二值化、透视变换与边缘分割对图像进行预处理,并对图像进行缩放处理;S3,将预处理后的图像放入MobileNetV2Plus主干网络进行信息提取;S4,选择三个不同大小的特征图作为预测输入,进入特征融合层;并对三个不同大小的特征图进行上采样以及拼接,再进行卷积,分别输入给大、中、小三个不同先验框的输出层;S5,对特征融合层输入的三个不同通道数的特征图,再次进行卷积,得到分类后的特征图,生成三个不同维度大小的先验框。本发明只采用1*1卷积核,降低了计算维度,加快了识别的速度。
《一种基于改进YOLOv3的目标检测方法(高校公示7天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022111060956,当前法律状态为已下证,由无锡学院提出申请,发明人为孙佳琪;单慧琳;王兴涛;崔志强;钟思远;龙见洋;胡宇翔,申请日期为2022-09-09,公开(公告)日期为2025-12-16,国际专利分类号(IPC)为 G06V 10/82 (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YOLOv3的目标检测方法,包括步骤:S1,选择图像数据集;S2,使用灰度化、二值化、透视变换与边缘分割对图像进行预处理,并对图像进行缩放处理;S3,将预处理后的图像放入MobileNetV2Plus主干网络进行信息提取;S4,选择三个不同大小的特征图作为预测输入,进入特征融合层;并对三个不同大小的特征图进行上采样以及拼接,再进行卷积,分别输入给大、中、小三个不同先验框的输出层;S5,对特征融合层输入的三个不同通道数的特征图,再次进行卷积,得到分类后的特征图,生成三个不同维度大小的先验框。本发明只采用1*1卷积核,降低了计算维度,加快了识别的速度。
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!
