文章详情
| 稿件标题： | 基于改进YOLOv7的融合图像多目标检测方法 |
| 稿件作者： | 薛震1,张亮亮1,刘吉2 |
| DOI： | 10.11809/bqzbgcxb2023.06.023 |
| 科学编辑： | 丁辉 博士（首都师范大学副教授） |
| 栏目名称： | 装备理论与装备技术 |
| 关键词： | 目标检测；YOLOv7；BoT；图像融合；深度学习 |
| 文章摘要： | 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—BoTYOLOv7。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，BoTYOLOv7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%；BoTYOLOv7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。 |
| 稿件基金： | 国家自然科学基金项目(61603352)；山西省基础研究计划资助项目(202203021211088，202103021224188)；山西回国留学人员科研资助项目(HGKY2019068) |
| 引用本文格式： | 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，2023，44(6)：166-172. XUE Zhen, ZHANG Liangliang, LIU Ji.The multiobject detection method of fused images based on improved YOLOv7［J］.Journal of Ordnance Equipment Engineering，2023，44(6)：166-172. |
| 刊期名称： | 2023年06期 |
| 出版时间： | 2023年6月 |
| 上线时间： | 2023年6月28日 |
| 浏览次数： | 2966 |
| 下载次数： | 76 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |