一种基于改进YOLOv7的目标检测方法.pdfVIP

下载本文档

3
0
约9.36千字
约 10页
2023-12-30 发布于四川
举报
版权申诉

一种基于改进YOLOv7的目标检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于改进YOLOv7的目标检测方法，涉及图像处理领域，卷积神经网络模型由Backbone、Neck以及Head组成，Backbone主要负责对输入图像进行特征提取；Neck负责对特征图进行多尺度特征融合，并把这些特征传递给预测层；Head则进行最终的特征分类和回归预测；本发明通过在YOLOv7网络模型的Neck部分改进多尺度特征融合结构，并参考残差网络结构，增加了含有Block模块的路径，防止模型出现退化；在此基础上，考虑到不同尺度的特征在融合时贡献不同，在不同尺度特征融合时给每

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117315449A

(43)申请公布日2023.12.29

(21)申请号202311079614.9G06V10/80(2022.01)