基于MADS-YOLOv5s的小目标牛身检测方法及系统
申请号:CN202510747194
申请日期:2025-06-05
公开号:CN120808389A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于MADS‑YOLOv5s的小目标检测方法及系统。本发明步骤:步骤1、采集无人机和远景摄像头的牛只图片数据;步骤2、建立基于MADS‑YOLOv5s的小目标检测模型;步骤3、小目标检测模型的训练与测试。本发明具有结合全局特征与局部特征特性的C3M‑Backbone主干网络,提高了模型对近远景牛只同时检测的能力。提出的AD‑Neck颈部网络,采用动态上采样器Dysample与四尺度检测层,有效恢复丢失的细节特征、关注小目标的细节信息,提升了模型对小且模糊牛只的检测性能。在此基础上采用了关注边界框本身形状与尺度的Shape‑IoU损失函数,使边界框回归更加准确,提高了小目标检测的准确率和对于复杂情况的适应能力,有效地提高了模型对近远景牛只与模糊牛只的检测性能。
技术关键词
卷积模块
特征金字塔
采集无人机
采样器
融合卷积神经网络
跨尺度特征融合
混合特征提取
图片
注意力机制
多尺度特征提取
无人机场景
语义特征
融合特征
卷积架构
开阔场地
上采样
连续特征
网络深度