[发明专利]一种基于YOLOv5模型优化的车辆检测与识别方法在审
| 申请号： | 202310147319.6 | 申请日： | 2023-02-20 |
| 公开（公告）号： | CN116311154A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 符茂达;胡习之;姜立标;崔博非;陈朗 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V20/58 | 分类号： | G06V20/58;G06V10/764;G06V10/82;G06V10/44;G06V10/77;G06V10/52;G06V10/80;G06N3/0464;G06N3/048;G06N3/084 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 周春丽 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于YOLOv5模型优化的车辆检测与识别方法，包括：步骤S1、获取若干张包含不同车辆类型的图片，并对图片进行标注，得到数据集；步骤S2、对标注好的图片数据进行预处理操作，将预处理好的图片数据输入到YOLOv5模型的骨干网络中，骨干网络能够对图像上的特征信息通过卷积网络进行特征提取；步骤S3、根据所建立的数据集优化YOLOv5车辆检测模型，其中，YOLOv5车辆检测模型相较于现有YOLOv5模型的改进包括：将骨干网络中的CSP1_X模块替换为ShuffleNetv2模块，将头部模块Bounding Box损失函数的DIOU_Loss替换为CIOU_Loss；步骤S4、将待检测图像数据输入到优化后的YOLOv5车辆检测模型中，得到检测结果。使用优化的YOLOv5检测方法可以直接端到端的输出所检测的物体的类别概率和位置，可以达到较高精度。 | ||
| 搜索关键词： | 一种 基于 yolov5 模型 优化 车辆 检测 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310147319.6/，转载请声明来源钻瓜专利网。
