【技术实现步骤摘要】
本专利技术涉及车辆识别检测，具体而言，尤其涉及一种基于改进yolov7的车辆行人检测方法和存储介质。
技术介绍
1、车辆行人检测作为自动驾驶和车辆辅助驾驶领域中一项关键的技术，其中计算机视觉技术的图像目标检测网络的种类有很多，根据其检测流程可以分为两大类：双阶段目标检测网络和单阶段目标检测网络。常见的双阶段目标检测网络有r-cnn、fast r-cnn等。常见的单阶段目标检测网络有yolo、ssd等。
2、由于事关道路安全，进一步提升基于yolo目标检测网络的车辆行人检测方法的准确性十分重要，故本专利技术提供了一种基于改进yolov7的车辆行人检测方法和存储介质。
技术实现思路
1、根据上述提出的不足，而提供一种基于改进yolov7的车辆行人检测方法和存储介质。本专利技术主要利用修改yolov7的网络结构和添加注意力机制等操作，使得yolov7在原来的基础上效果得到一些提升，从而使车辆行人检测更加准确。
2、本专利技术采用的技术手段如下：
3、本专利技术提供了一种基于改进yolov7的车辆行人检测方法，包括：
4、提供kitti数据集，对所述kitti数据集进行预处理，从预处理后的所述kitti数据集划分出训练集；
5、向yolov7网络结构添加卷积层、路由层和cbam注意力机制，得到改进后的所述yolov7网络结构；
6、采用所述训练集对改进后的所述yolov7网络结构进行训练，得到训练后的所述yolov7网
7、从预处理后的所述kitti数据集选取一张图片输入训练后的所述yolov7网络结构，得到检测结果。
8、优选地，所述向yolov7网络结构添加卷积层、路由层和cbam注意力机制，包括：
9、在所述yolov7网络结构的backbone网络和sppcsp网络之间添加所述卷积层、所述路由层和所述cbam注意力机制，所述卷积层与所述backbone网络连接，所述cbam注意力机制与所述sppcsp网络连接，所述路由层分别与所述卷积层、所述cbam注意力机制连接。
10、优选地，所述卷积层包括顺次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层，所述第一卷积层与所述yolov7网络结构的backbone网络连接，所述第五卷积层与所述路由层连接。
11、优选地，所述第一卷积层为1×1卷积层，所述第二卷积层为1×1卷积层，所述第二卷积层为3×3卷积层，所述第四卷积层为1×1卷积层，所述第五卷积层为为1×1卷积层。
12、优选地，所述提供kitti数据集，对所述kitti数据集进行预处理，包括：
13、从kitti数据集官网下载左视rgb图像构成所述kitti数据集，所述左视rgb图像具有类别标签；
14、将所述类别标签相同的所述左视rgb图像划分至同一类数据集；
15、将所述类别标签满足识别需求的所述类数据集保留，将所述类别标签不满足所述识别需求的所述类数据集忽略，或者将所述类别标签不满足所述识别需求的所述类数据集合并，将合并后的所述类数据集的所述类别标签修改为其它；
16、将所述类别标签的格式由.xml格式转化为darknet的.txt格式。
17、优选地，所述采用所述训练集对改进后的所述yolov7网络结构进行训练，包括：
18、将所述训练集输入改进后的所述yolov7网络结构，进行前向传播，计算参数的损失值，输出检测头，根据所述检测头反向传播调整所述参数。
19、本专利技术还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时，执行上述任一项所述的方法。
20、较现有技术相比，本专利技术具有以下优点：
21、本专利技术提供的基于改进yolov7的车辆行人检测方法和存储介质，通过添加卷积层进一步对局部区域的特征进行提取，又增加了一个路由层进行特征拼接从而增加特征的多样性和复杂度，使yolov7平均精度map得到提升，又通过添加和注意力机制使在小目标检测的准确率得到提升。
本文档来自技高网...【技术保护点】
1.一种基于改进YOLOv7的车辆行人检测方法，其特征在于，包括：
2.根据权利要求1所述的基于改进YOLOv7的车辆行人检测方法，其特征在于，所述向YOLOv7网络结构添加卷积层、路由层和CBAM注意力机制，包括：
3.根据权利要求1所述的基于改进YOLOv7的车辆行人检测方法，其特征在于，所述卷积层包括顺次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层，所述第一卷积层与所述YOLOv7网络结构的backbone网络连接，所述第五卷积层与所述路由层连接。
4.根据权利要求3所述的基于改进YOLOv7的车辆行人检测方法，其特征在于，所述第一卷积层为1×1卷积层，所述第二卷积层为1×1卷积层，所述第二卷积层为3×3卷积层，所述第四卷积层为1×1卷积层，所述第五卷积层为为1×1卷积层。
5.根据权利要求1所述的基于改进YOLOv7的车辆行人检测方法，其特征在于，所述提供kitti数据集，对所述kitti数据集进行预处理，包括：
6.根据权利要求1所述的基于改进YOLOv7的车辆行人检测方法，其特征在于，所述
7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至6中任一项权利要求所述的方法。
...【技术特征摘要】
1.一种基于改进yolov7的车辆行人检测方法，其特征在于，包括：
2.根据权利要求1所述的基于改进yolov7的车辆行人检测方法，其特征在于，所述向yolov7网络结构添加卷积层、路由层和cbam注意力机制，包括：
3.根据权利要求1所述的基于改进yolov7的车辆行人检测方法，其特征在于，所述卷积层包括顺次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层，所述第一卷积层与所述yolov7网络结构的backbone网络连接，所述第五卷积层与所述路由层连接。
4.根据权利要求3所述的基于改进yolov7的车辆行人检测方法，其特征在于，所述第一卷...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。