内容提供者
一种改进型YOLOX目标检测模型构建方法及其应用.pdf
2023-05-24
10金币
812KB
13页
是笛****加盟
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共13页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
一种改进型YOLOX目标检测模型构建方法及其应用.pdf
本发明公开了一种改进型YOLOX目标检测模型构建方法及其应用,本申请针对YOLOX基本目标检测模型并进行网络改进,主要分为三个模块:主干特征提取模块、加强特征提取模块和预测特征模块。主干特征提取网络的基础上增添了SE注意力机制模块,通过自主学习的方式来获取到每个特征通道的重要程度,明确建模网络卷积特征通道之间的相互依赖关系来提高网络生成的表示质量,从而筛选出针对通道的注意力,有效地改善网络性能。加强特征提取网络采用ASFF自适应空间特征融合结构;基于所构建的改进型YOLOX目标检测模型结合RealSens
2023-05-24
10
812KB
基于改进YOLOX模型的小目标检测方法.pdf
本发明涉及一种基于改进YOLOX模型的小目标检测方法。通过获取待检测图像，对待检测图像进行特征提取，得到多个初始特征，并将多个初始特征进行跨层特征融合，得到多个融合特征，根据多个融合特征的预测处理结果，得到针对该待检测图像的小目标检测结果。通过多层特征提取和跨层特征融合，使得小目标的浅层特征和深层特征相互融合处理，加强小目标特征提取效果，避免小目标特征丢失，提高对图像中小目标的检测效果。
2023-07-21
10
1.2MB
一种基于定位蒸馏的YOLOX目标检测模型压缩方法.pdf
一种基于定位蒸馏的YOLOX目标检测模型压缩方法，涉及图像识别技术领域。该方法利用深度学习框架搭建YOLOX_X模型作为教师模型，YOLOX_Nano模型作为学生模型。利用加强特征提取网络提取两个模型的多层特征图，挑选特征图的主要蒸馏区域MainRegion和有价值定位区域VLR，将特征图进行解耦为分类检测头和定位检测头，并分别设计分类损失函数和定位损失函数；训练教师网络和学生网络，固定网络模型权重，根据总的损失函数进行反向传播，实现蒸馏学习。本发明为YOLOX目标检测的蒸馏实现分类头和回归头的分别治理，
2023-07-21
10
1.1MB
一种基于改进型YOLOX的焊缝缺陷检测方法.pdf
一种基于改进型YOLOX的焊缝缺陷检测方法，属于图像识别技术领域。本方法采用目前使用广泛的基于深度学习的算法实现焊缝X射线内部缺陷的检测与识别。本发明基于YOLOX‑s算法，在其主干特征提取网络Backbone中加入注意力机制，使模型更加注重边缘信息。其次将网络中的部分卷积改为深度可分离卷积进行参数量的缩减。最后使用余弦退火的方法对模型训练过程中的学习率进行调整，使其达到更优。本发明的方法可以更为快速且准确的对焊缝内部缺陷进行检测与识别。
2023-07-24
10
756KB
一种目标检测模型的构建方法、图像的目标检测方法.pdf
本发明公开一种目标检测模型的构建方法、图像的目标检测方法，涉及图像数据处理技术领域，能够构建目标检测模型，使得通过该目标检测模型进行图像的目标检测时，能够提高图像的标注效率及准确率。包括：获取多张第一样本图像；通过初始检测模型得到每张第一样本图像中的第一对象的第一边界框；获取用户标注的每张第一样本图像中的第一对象的第二边界框；根据每张第一样本图像中的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数；根据每张第一样本图像中的第二边界框的数量和对应的第一重合参数，从多张第一样本图像中确定第二样本
2023-07-21
10
1.4MB