基于改進(jìn)YOLOv7的紅外行人目標(biāo)檢測(cè)方法

打開文本圖片集

【摘要】針對(duì)紅外行人目標(biāo)檢測(cè)過程中，圖像中行人目標(biāo)特征不顯著、小目標(biāo)密集、背景復(fù)雜等因素導(dǎo)致的檢測(cè)不全、誤檢率高等問題，提出了一種基于改進(jìn)YOLOv7的紅外行人目標(biāo)檢測(cè)算法。首先，以YOLOv7-tiny模型為基礎(chǔ)，采用基于通道注意力機(jī)制的空間金字塔池化（CASPP）模塊替換原始空間金字塔池化（SPP）模塊，使模型更注重行人特征的提?。蝗缓?，引入基于Meta-ACON激活函數(shù)的卷積模塊（CBM），進(jìn)一步抑制背景噪聲，保留行人細(xì)節(jié)；最后，提出一種alpha融合數(shù)據(jù)增強(qiáng)方法，以豐富樣本的多樣性，提高模型在復(fù)雜環(huán)境中的穩(wěn)定性。（剩余11948字）