摘要
本发明涉及一种基于轻量化改进Yolov8的水下移动目标检测方法及系统,该方法包括:实时获取水下图像输入预先训练好的轻量化目标检测模型中进行水下移动目标检测,输出检测结果,其中,轻量化目标检测模型采用改进的Yolov8模型进行训练,轻量化目标检测模型包括骨干网络、轻量级跨尺度特征融合模块和新型动态检测头;轻量化目标检测模型的执行步骤包括:将水下图像输入骨干网络中,得到不同尺度的特征图;将不同尺度的特征图输入轻量级跨尺度特征融合模块进行逐步融合,生成富含全局和局部的融合特征;将富含全局和局部的融合特征输入新型动态检测头进行检测,输出检测结果。与现有技术相比,本发明具有提升检测精度等优点。
技术关键词
融合特征
跨尺度特征融合
多尺度特征融合
注意力机制
检测头
子模块
图像获取单元
语义
压缩特征
支路
监控单元
全局平均池化
卷积技术
融合全局
上采样
水下机器人
通道
系统为您推荐了相关专利信息
多模态深度学习
遥感卫星图像
交叉注意力机制
图像编码器
序列
时间序列预测方法
注意力机制
多时间尺度
混合模块
全局平均池化
可见光图像
融合特征
多模态交互
元素
实时跟踪系统
输电线路隐患
检测网络模型
检测输电线路
坐标
嵌入位置信息