摘要
本发明公开了一种基于深度学习的台球识别方法,首先,在真实环境下采集台球桌面图片,并人工标注不同花色的球,建立台球数据集,使用Mosaic数据增强方法对数据集进行数据增强;然后,以YOLOv8网络结构为基准网络进行改进,对于骨干网络,在每层C2f模块前添加SPD‑Conv模块,在底部引入Transformer注意力机制;对于颈部网络,引入特征融合模块AGBiFPN;对于头部网络,增加小目标检测头P2,使用NWD Loss代替原本的损失函数;最后,使用改进后的YOLOv8网络结构对台球数据集进行训练,得到台球识别模型。本发明方法使用摄像头实时台球桌面采集图片,利用YOLO模型进行高精度识别,判断进球时刻。
技术关键词
识别方法
台球识别
网络结构
台球桌面
注意力机制
深度学习模型
图片
数据
融合多尺度特征
洞口
高层语义特征
YOLO模型
模块
坐标
判别特征
标注工具
重叠面积
因子
系统为您推荐了相关专利信息
图像处理方法
采样器
动态令牌
输出特征
多层次特征
特征识别方法
霍夫变换方法
坐标
轮廓检测方法
管件