yolov7 小目標
时间: 2023-09-22 09:13:09 浏览: 53
YOLOv7 是一种改进的目标检测模型,专注于小目标检测。在该模型中,通过对YOLOv7网络模型中的MPConv模块进行改进,结合特征分立合并思想,减少了网络特征处理过程造成的特征损失,并找到了最佳的模块放置位置。此外,还引入了ACmix注意力模块,增加了网络对小尺度目标的敏感度,同时降低了噪声的影响。另外,该模型使用SIoU替换了原YOLOv7网络模型中的CIoU,以优化损失函数,并提高了网络的鲁棒性。在测试中,该改进的YOLOv7模型在欧卡智舶公开的FloW-Img子数据集上进行了实验对比,结果表明,相比于原网络和其他经典目标检测网络,改进后的YOLOv7模型在小目标检测方面取得了较好的效果,mAP值可达到71.1%。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [目标检测论文解读复现【NO.21】基于改进YOLOv7的小目标检测](https://blog.csdn.net/m0_70388905/article/details/128366460)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]