摘要
本发明公开了一种基于YOLOV8改进算法的窨井盖隐患检测系统,涉及计算机视觉技术领域,包括图像上传模块、图像增强模块、图片检测与识别模块、视频上传模块、视频检测与识别模块、摄像头监测模块、停止检测模块以及展示识别结果模块;图像上传模块,图像上传模块是将待检测的含有井盖的图片需经过相关功能模块的调用进行上传,只有成功上传后,相应的检测模块才能有效地对这些待检测图片进行操作。本发明中,添加注意力MHSA机制层:让模型同时关注不同位置信息,提高对输入数据的理解与表征能力;可变形卷积代替原来卷积:用可变形卷积V2替换YOLO_V8中的卷积层,增强对不规则形状物体的拟合能力,减少特征提取遗漏,使目标信息更完备。
技术关键词
图像增强模块
窨井盖
识别模块
图片
视频
监测模块
功能模块
数据
算法
网络爬虫技术
图像增强技术
自带摄像头
亮度
计算机视觉技术
移动摄像头
直方图均衡化
系统为您推荐了相关专利信息
智能显示终端
显示控制芯片
多级缓存数据
网络机顶盒
视频帧
重力储能系统
能量评估方法
定位点
深度神经网络
图片
变电站作业
深度学习识别
视频分析
视频采集模块
安全带低挂高用
动作策略
节点
蒙特卡洛树搜索
转移概率矩阵
分布式计算网络
异常对象
云平台管理系统
深度学习模型
夹手
神经网络模型