← 返回列表
一种基于YOLOv5网络模型的图像优化方法及优化系统
申请人信息
- 申请人:江苏理工学院
- 申请人地址:213000 江苏省常州市中吴大道1801号
- 发明人: 江苏理工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于YOLOv5网络模型的图像优化方法及优化系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311862633.9 |
| 申请日 | 2023/12/29 |
| 公告号 | CN117744745A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06N3/082 |
| 权利人 | 江苏理工学院 |
| 发明人 | 姚克明; 王中洲; 郭复澳; 陈磊; 王小兰 |
| 地址 | 江苏省常州市中吴大道1801号 |
摘要文本
本申请公开了一种基于YOLOv5网络模型的图像优化方法及优化系统，属于机器视觉和深度学习技术领域，包括：接收来自采集设备所采集的第一图像集，该第一图像集包括至少三种类型的驾驶员表情图片；对第一图像集进行预处理，并将预处理后的图像制作为标准数据集，该标准数据集包括训练集、验证集和测试集；采用原始YOLOv5网络模型对标准数据集进行训练，在训练过程中调整训练参数以提高训练效果；分析网络结构，对原始YOLOv5网络模型的主干网络部分进行轻量化改进。在本申请的技术方案实施过程中，通过对模型进行轻量化设置，在减轻运行压力的同时保证模型性能损失较小，从而保持较高的识别准确率，适用于多种性能的硬件设备中。。 （来自 专利查询网）
专利主权项内容
1.一种基于YOLOv5网络模型的图像优化方法，其特征在于：该方法包括：接收来自采集设备所采集的第一图像集，该第一图像集包括至少三种类型的驾驶员表情图片；对第一图像集进行预处理，并将预处理后的图像制作为标准数据集，该标准数据集包括训练集、验证集和测试集；采用原始YOLOv5网络模型对标准数据集进行训练，并在训练过程中调整训练参数以提高训练效果；分析网络结构，对原始YOLOv5网络模型的主干网络部分进行轻量化改进。