← 返回列表
一种基于YOLOv5s的改进型无人机航拍图像密集和小目标识别方法、系统、设备及介质
摘要文本
一种基于YOLOv5s的改进型无人机航拍图像密集和小目标识别方法、系统、设备及介质,方法为:获取无人机航拍图像数据集并预处理,得到训练集、验证集和测试集;构建基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络;设置网络训练参数;使用训练集对基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络进行训练后输出训练权重文件;通过验证集对训练权重文件验证,选取最优权重文件,得到训练好的基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络;将测试集和最优权重文件输入训练好的基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络目标识别,得到目标识别结果;系统、设备及介质用于实现该方法;本发明具有目标识别精度高和算法鲁棒性高的优点。
申请人信息
- 申请人:西安电子科技大学
- 申请人地址:710071 陕西省西安市雁塔区太白南路2号
- 发明人: 西安电子科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于YOLOv5s的改进型无人机航拍图像密集和小目标识别方法、系统、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311470640.4 |
| 申请日 | 2023/11/7 |
| 公告号 | CN117456389A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06V20/17 |
| 权利人 | 西安电子科技大学 |
| 发明人 | 李晨阳; 周绥平; 余航; 郭天翔 |
| 地址 | 陕西省西安市太白南路2号 |
专利主权项内容
1.一种基于YOLOv5s的改进型无人机航拍图像密集和小目标识别方法,其特征在于:包括以下步骤:步骤一:获取无人机航拍图像数据集;将无人机航拍图像数据集进行预处理,得到训练集、验证集和测试集;步骤二:构建基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络;步骤三:设置网络训练参数;步骤四:根据步骤三设置的网络训练参数,使用步骤一得到的训练集对步骤二构建的基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络进行训练,训练结束后输出训练权重文件;通过步骤一得到的验证集对训练权重文件进行验证,选取精度最高的训练权重文件作为最优权重文件,得到训练好的基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络;步骤五:将步骤一得到的测试集和步骤四得到的最优权重文件输入到步骤四训练好的基于YOLOv5s的改进型无人机航拍图像密集和小目标识别网络进行目标识别,得到目标识别结果。