公开(公告)号：CN117409355A

公开(公告)日：2024-01-16

申请号：CN202310765008.6

申请日：2023-06-27

Applicant: 哈尔滨工程大学

Inventor： 钱华明 ,  丁鹏 ,  周易鹏 ,  鲍家兵 ,  冯士宝 ,  于爽

IPC: G06V20/50 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/77 ,  G06N3/0464

Abstract: 本发明公开了一种基于改进YOLOv4的轻量化多目标检测方法，提出的L‑YOLOv4模型比传统YOLOv4更轻量。本发明的网络基于YOLOv4进行改进,选择MobileNeXt替换CSPDarknet53，采用轻量级骨干网络提高特征提取效率，降低模型复杂度；提出一种改进的ReceptiveFieldBlocksmaller(RFB‑s)模块，采用非对称空洞卷积和SE模块来增强网络特征提取能力，增大感受野；提出一种融合深度可分离卷积与ECA模块的DSC‑ECA模块替换传统YOLOv4中的标准卷积，进一步降低模型参数量与计算量，并弥补了精度损失。本发明提出的L‑YOLOv4模型在VOC数据集上的精度为74.85％，在COCO数据集上的精度为25.28％。L‑YOLOv4在保证检测精度的前提下，参数量降低了77.23％，计算量仅为YOLOv4的16％，在3060Ti上的检测速度为45.2fps，达到了媲美先进算法的性能，并实现了模型的轻量化与实时性检测。

公开(公告)号：CN116071672A

公开(公告)日：2023-05-05

申请号：CN202310032881.4

申请日：2023-01-10

Applicant: 哈尔滨工程大学

Inventor： 钱华明 ,  丁鹏 ,  周易鹏 ,  阎淑雅 ,  鲍家兵 ,  冯士宝

IPC: G06V20/17 ,  G06V10/25 ,  G06F9/50

Abstract: 本发明公开了一种基于轻量化目标检测方法的巡逻机器人辅助系统，基于YOLOv4模型，在此基础上使用比传统YOLOv4更加轻量的YOLOv4‑lite网络，使参数量降低到传统YOLOv4的13％且在TianX上的运行速度达到41.82fps，是YOLOv4的1.7倍。本发明的网络基于YOLOv4进行改进，利用轻量级的MobileNetV3网络替换原先的CSPDarknet53主干网络，减少模型的参数量和计算量；采用深度过参数化卷积(DO‑Conv)替换传统的3×3标准卷积,在不增加网络层的情况下进一步提高网络的特征提取能力；采用ReLU6替换原网络中的Leaky ReLU，使得模型在移动端低精度情况下也能有很好的数值分辨率。本发明在降低算法参数量的同时能很好的保证速度与检测精度之间的平衡，满足巡逻机器人辅助系统实时高效的检测要求。