一种基于改进的YOLO v8n算法的智能井下钻杆计数方法

本发明公开了一种基于改进YOLO v8n算法的智能井下钻杆计数方法，该方法包括：获取井下打钻杆图像并对图像进行预处理，得到预处理后的图像；基于YOLO v8n网络模型结构，引入Dyhead模块、EMA模块和Inner‑WIoU损失函数，构建钻杆计数网络模型；运用DeepSORT算法对图像里检测到的person、drill rod和drilling machine种类进行目标跟踪；计算person与drill rod的IoU值是否大于设定阈值1，若大于则进行下一步判断，若小于则返回跟踪；判断drill rod与drilling machine的IoU值是否大于设定阈值2，若大于阈值则计数加1，若小于阈值则返回跟踪。本发明实例能同时提高模型检测的准确率、召回率以及精度。本发明作为基于改进的YOLO v8n算法的井下智能钻杆计数研究，可广泛应用于井下智能检测领域。