科创中国

制造业,汽车制造业

一种基于改进YOLOX算法的行人遮挡检测方法，特征在于：获取行人遮挡数据集并进行处理；构建改进后的YOLOX网络模型；将融合后的特征图通过不同尺寸的YOLO检测头来对训练集图像中目标位置和类别进行预测，利用损失函数训练改进后的YOLOX网络模型；通过实验训练得到最优权重，对测试集中的图片进行测试,获得最终的检测结果。

将YOLOX网络模型的主干特征网络融合改进的CBAM模块，加入ASFF自适应特征融合机制模块，得到改进后的YOLOX网络模型；将融合后的特征图通过不同尺寸的YOLO检测头对训练集图像中目标的位置和类别进行预测，得到预测结果，利用损失函数训练改进后的YOLOX网络模型

韩超电话15212268399邮箱420464317@qq.com成果简介一种基于改进YOLOX算法的行人遮挡检测方法，特征在于：获取行人遮挡数据集并进行处理；构建改进后的YOLOX网络模型；将融合后的特征图通过不同尺寸的YOLO检测头来对训练集图像中目标位置和类别进行预测，利用损失函数训练改进后的YOLOX网络模型；通过实验训练得到最优权重，对测试集中的图片进行测试,获得最终的检测结果。技术创新点或优势将YOLOX网络模型的主干特征网络融合改进的CBAM模块，加入ASFF自适应特征融合机制模块，得到改进后的YOLOX网络模型；将融合后的特征图通过不同尺寸的YOLO检测头对训练集图像中目标的位置和类别进行预测，得到预测结果，利用损失函数训练改进后的YOLOX网络模型。应用情况知识产权情况发明专利公开，专利申请号：CN115082855A技术指标成果照片方法流程图部分原理图