摘要
本发明涉及计算机视觉技术领域,具体涉及一种小尺度目标检测方法、系统及存储介质,S1:获取图像数据集;S2:在YOLOv8模型的骨干网络中集成像素重排特征提取模块PRFE,将颈部网络替换为特征重排网络FR‑Neck,将输入检测头的检测层设置为三个不同尺度的特征图,获得基于像素重排与特征重排的小尺度目标检测模型;S3:将训练集中的图像数据输入基于像素重排与特征重排的小尺度目标检测模型,不断迭代训练获得小尺度目标检测的权重文件;S4:将权重文件加载到所述基于像素重排与特征重排的小尺度目标检测模型中得到目标检测模型;S5:将待检测图像输入到目标检测模型中,输出对应的目标检测结果;有效提高模型对小尺度目标的检测能力。
技术关键词
特征提取模块
图像
像素
网络
通道注意力机制
计算机视觉技术
上采样
数据
处理器
可读存储介质
检测头
存储器
输入端
算法
系统为您推荐了相关专利信息
茶小绿叶蝉
LSTM神经网络
滑动窗口法
多头注意力机制
百叶
故障识别方法
车辆部件
降噪单元
多通道特征
卷积神经网络算法
新型肛肠疾病综合治疗仪
智能治疗系统
红外线烤灯
微波发射器
熏蒸桶
图像
边缘检测
感兴趣
半导体材料性能测试
关键帧