摘要
本发明公开了一种基于改进YOLOv7的门框识别方法，属于计算机视觉和自动驾驶技术领域。包括：获取室内门框图像数据集；构建基于改进的VOLOv7的门框识别模型，骨干网络的输出端分别经过CNN‑Transformer混合增强特征模块后输入颈部网络，颈部网络的输出端分别经过检测增强注意力模块输入检测头；利用所述房间图像数据集对门框识别模型进行训练，得到训练好的门框识别模型，并利用该网络对门框进行识别。本发明将CNN与Transformer结合，使其适用于家居环境下的房间入口检测，能够有效提升机器人在室内环境中的导航和目标搜索能力，使其能够更加精准地判断哪些房间可能包含目标物体，从而优化搜索路径，提高任务效率。
