重庆邮电大学张恒获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉重庆邮电大学申请的专利一种基于改进yolov5的无人机目标检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115439766B 。
龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211163094.5,技术领域涉及:G06V20/17;该发明授权一种基于改进yolov5的无人机目标检测方法是由张恒;程成;杭芹;赵洪坪;吕雪;何云玲;郭家新设计研发完成,并于2022-09-23向国家知识产权局提交的专利申请。
本一种基于改进yolov5的无人机目标检测方法在说明书摘要公布了:本发明属于计算机视觉领域,具体涉及一种基于改进yolov5的无人机目标检测方法;包括采集无人机巡检图像集并标注得到对应的标签文件,标签文件包括目标的类别和目标框坐标;将标签文件转换为文本文件,目标框坐标归一化得到归一化框坐标,预处理无人机巡检图像集得到预处理图像集;划分预处理图像集及归一化坐标集得到训练集、验证集和测试集;通过聚类算法得到训练集的锚框样本;构建基于ECA的目标检测模型并训练;采用改进nms算法对训练好的目标检测模型进行后处理;采用得到的目标检测模型进行无人机目标检测;本发明改进yolov5检测精度低、对中小目标检测效果差的缺点,实现无人机检测过程高速且精准的需求。
本发明授权一种基于改进yolov5的无人机目标检测方法在权利要求书中公布了:1.一种基于改进yolov5的无人机目标检测方法,其特征在于,包括以下步骤: S1.采集无人机巡检图像集,对无人机巡检图像集中的每一张无人机巡检图像进行标注得到对应的标签文件,所有标签文件组成标签文件集;标签文件包括无人机巡检图像中目标的类别和目标框坐标; S2.对标签文件集进行处理,将每一个标签文件转换为文本文件,并将其中的目标框坐标归一化得到归一化框坐标,所有的归一化框坐标组成归一化坐标集合;同时对无人机巡检图像集进行预处理得到预处理图像集; S3.按比例划分预处理图像集及归一化坐标集合,得到训练集、验证集和测试集;将训练集馈入K-means聚类算法,得到锚框样本; S4.根据yolov5网络构建基于ECA的目标检测模型,通过训练集和锚框样本训练目标检测模型,采用总损失函数计算损失,反向传播更新网络参数;损失函数公式如下: Loss=a*losscls+b*lossbox+c*lossconfidence 其中,losscls表示分类损失,lossbox表示定位损失,lossconfidence表示置信度损失,a、b、c分别对应三种损失的权重; S5.基于soft-nms算法设计一种shape-nms算法,采用shape-nms算法对训练完成的目标检测模型进行后处理,滤除冗余框; 采用shape-nms算法对任一个类别的候选框集合过滤冗余框的过程包括: S21.设置置信度阈值、IOU阈值和shape阈值,目标检测模型输出的候选框集合用A1表示,候选框集合对应的置信度集合用S1表示, S22.在置信度集合S1中选取最大置信度F,将该最大置信度F添加到预测框置信度集合S2中,在置信度集合S1中删除F; S23.在候选框集合A1中找到与F对应的候选框B,将该候选框B添加到预测框集合A2中,在候选框集合A1中移除该候选框B; S24.将候选框集合A1中剩余的候选框分别与候选框B计算Shape值,并判断Shape值是否大于Shape阈值,若是,则将候选框的置信度降低,否则置信度不变; S25.判断候选框集合A1中的候选框数量是否为1,若是,则进入步骤S26,否则返回步骤S22; S26.将预测框集合A2中的候选框的置信度分别与置信度阈值作比较,若小于置信度阈值,则删除对应的候选框及其置信度,得到第二预测框集合A3; S27.计算第二预测框集合A3中每两个候选框间的重合度,若重合度高于IOU阈值,则将两个候选框融合,最终得到一个融合框,该融合框的置信度为第二预测框集合A3对应的置信度集合中的最大值; 候选框的置信度的计算公式为: 上式Shape策略的过滤方式是基于比较冗余框长宽比的方式过滤冗余框;其中,si表示置信度分数,M表示置信度最大的候选框,bi表示除置信度最大的候选框以外的候选框,w表示分数权重,D表示候选框集合,widthi表示候选框bi的宽,widthM表示置信度最大的候选框M的宽,heighti表示候选框bi的高,heightM表示置信度最大的候选框M的高; S6.采用S5得到的目标检测模型进行无人机目标检测。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。