发明专利已授权

一种跨层融合改进的YOLOv4道路目标识别算法

📄 申请号：CN202210006574.4 📄 发布日：2026/07/03

著录项目信息

申请日

2022-01-05

公开号

CN114565896B

公开日

2025-05-23

申请人

西安电子科技大学,陕西理工大学

法律状态

已下证

专利类型

发明

主分类号

G06V20_54

IPC 分类号

G06V20_54 , G06V20_56 , G06V40_10 , G06V10_44 , G06V10_764 , G06V10_82 , G06N3_0464 , G06N3_047 , G06N3_08 , G06N3_048 ,

技术画像

所属领域

目标识别图像识别人工智能算法目标检测目标识别

应用场景

智能交通, 自动驾驶, 道路监控, 车辆检测, 行人检测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提出了一种跨层融合改进的YOLOv4道路目标识别算法，所用数据集是KITTI道路目标数据集，为了使模型能够更加轻量化的同时还能保持检测精度，本发明方法以YOLOv4为基础网络，借鉴DenseNet的思想，设计了Dense‑SPP跨层空间池化模块和Dense‑特征融合模块，并且对原始模型进行参数剪枝以及削减，设计了轻量化的Dense‑YOLOv4‑Small网络模型，将骨架网络CSPDarknet‑53中CSP模块进行削减，将原本CSP模块中ResUnit的数量统一设置为1个，对网络进行剪枝消除网络的冗余计算，将KITTI道路目标数据集中的“Misc”和“Dontcare”剔除得到KITTI‑7classes道路目标数据集，在该数据集上对YOLOv4、Dense‑YOLOv4、Dense‑YOLOv4‑Small三个模型进行训练，并对比三种模型的检测速度和检测性能；检测结果表明Dense‑YOLOv4‑Small的检测速度大幅度提升，检测精度几乎不变。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

集装箱

当前第 / 件

一种改进损失函数的YOLOv4目标检测算法

同领域国内专利 · IPC: (G06V20_54)

G06V20_00 G06V20_05 G06V20_10 G06V20_13 G06V20_17 G06V20_20 G06V20_30 G06V20_40 G06V20_50 G06V20_52 G06V20_54 G06V20_56 G06V20_58 G06V20_59 G06V20_60 G06V20_62 G06V20_64 G06V20_68 G06V20_69 G06V20_70 覆盖20个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：57 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)