基于改进YOLOv7的融合图像多目标检测方法 |
| |
引用本文: | 薛震,张亮亮,刘吉.基于改进YOLOv7的融合图像多目标检测方法[J].兵器装备工程学报,2023(6):166-172. |
| |
作者姓名: | 薛震 张亮亮 刘吉 |
| |
作者单位: | 1. 中北大学数学学院;2. 中北大学信息与通信工程学院 |
| |
基金项目: | 国家自然科学基金项目(61603352);;山西回国留学人员科研资助项目(HGKY2019068); |
| |
摘 要: | 针对微光环境下目标检测精度较低的问题,提出了一种基于改进YOLOv7的微光与红外融合图像的多目标检测方法。结合可见光、红外图像的优点,利用生成对抗网络法制作融合图像数据集。在YOLOv7模型中引入BoT结构,使网络更加关注整体图像信息,提升特征提取能力,从而提高行人和汽车检测的准确率,并将回归损失函数由CIoU改进为SIoU,降低自由度,加速网络收敛,得到了YOLOv7的改进算法—BoT-YOLOv7。在公开数据集LLVIP和MSRS上进行了实验。结果表明:相比可见光或红外图像,BoT-YOLOv7对融合图像的检测精度较高;改进算法对融合图像取得了92.6%的平均精度均值,较原始YOLOv7模型提高了5.83%;BoT-YOLOv7算法在检测行人和汽车等目标时漏检和误检率较低,具有较好的准确性和实时性,可以满足微光环境下多目标探测的要求。
|
关 键 词: | 目标检测 YOLOv7 BoT 图像融合 深度学习 |
|