[发明专利]一种基于YOLOv4的道路车辆检测系统及方法在审

专利信息
申请号: 202210370567.2 申请日: 2022-04-10
公开(公告)号: CN114821492A 公开(公告)日: 2022-07-29
发明(设计)人: 熊李艳;涂所成;余俊英;胡竹逸 申请(专利权)人: 华东交通大学
主分类号: G06V20/54 分类号: G06V20/54;G06V10/82;G06N3/04;G06N3/08
代理公司: 南昌华成联合知识产权代理事务所(普通合伙) 36126 代理人: 黄晶
地址: 330013 江西省南*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 yolov4 道路 车辆 检测 系统 方法
【权利要求书】:

1.一种基于YOLOv4的道路车辆检测系统,其特征在于,包括道路车辆数据采集模块、道路车辆检测模型和终端设备;所述道路车辆数据采集模块为彩色摄像机,用于实时采集道路车辆图像数据,并将采集到的图像数据输入到道路车辆检测模型;所述道路车辆检测模型识别并输出图像中的车辆信息,所述道路车辆检测模型为改进的YOLOv4算法模型,所述改进的YOLOv4算法模型的主干网络以MobileVit网络作为基础网络,所述MobileVit网络的层数为十层,所述MobileVit网络包括相互堆叠MobileNetv2模块和MobileVit模块;所述MobileVit网络的第七层、第九层和第十层的输出与所述改进的YOLOv4算法模型的预测层PANet连接;所述改进的YOLOv4算法模型的损失函数Loss包括定位损失函数losscdiou、置信度损失函数lossconfidence和类别损失函数lossclass,其中定位损失函数losscdiou为CDIOU损失函数;所述终端设备包括处理器和存储器,存储器上存储了所述道路车辆检测模型进行道路车辆检测时所需的程序,处理器用于运行储存在存储器上的程序。

2.根据权利要求1所述的一种基于YOLOv4的道路车辆检测系统,其特征在于,所述损失函数Loss、定位损失函数losscdiou、置信度损失函数lossconfidence和类别损失函数lossclass的具体表达式如下:

Loss=losscdiou+lossconfidence+lossclass

其中,S2为图像中划分的网格数;B为每个网格中包含的先验框数;为第i个网格的第j个先验框是否有目标,有目标取1,没有目标取0;为第i个网格的第j个先验框是否没有目标,没有目标取1,有目标取0;λnoobj为不含目标的先验框置信度误差权重;为第i个网格的第j个预测框的置信度;为第i个网格的第j个真实框的置信度;Pij为第i个网格的第j个预测框的置信度;为第i个网格的第j个真实框的置信度;classes表示所有目标类别的集合,c表示classes中的某一个目标类别;AE、BF、CG、DH分别代表着预测框ABCD和真实框EFGH四个对应顶点之间的距离,AG为包围预测框ABCD和真实框EFGH的最小矩形的对角线长度。

3.根据权利要求1所述的一种基于YOLOv4的道路车辆检测系统,其特征在于,所述MobileVit网络的激活函数为SILU激活函数和RELU激活函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东交通大学,未经华东交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210370567.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top