一种基于YOLOv7的目标检测方法

本发明是一种基于YOLOv7的目标检测方法，包括：1）训练模块；2）定向数据增强；3）模型优化精简参数；4）损失函数优化；5）海量数据测试。本发明的优点：方法设计合理，针对YOLOv7的缺陷以及项目的需求进行了优化模型、训练方式、海量数据测试，使模型可实现生产环境的使用。在模型优化阶段添加了注意力机制，可提升小目标特征提取能力。并在训练中使用优化后的损失函数，可提升训练效率与精准性。具体的，采用CA注意力机制并且裁剪模型层数大大降低模型参数，并且使用优化后的CIoU损失函数，在同等数据集下训练时间更快，最终提高了MAP@.5指标；采用定制化的数据增强方案，在提高精准度同时可有效降低误报率。