摘要
本发明公开了一种目标识别模型、台区就地目标识别方法、系统及介质,本发明基于YOLOv8n算法构建目标识别模型,具体采用PConvC2fEMA模块改进YOLOv8n模型的骨干网络,以实现模型参数量和计算量的降低,并增强对目标表征的关注,以提高模型识别的精度;并且本发明采用VoVGSCSP模块改进YOLOv8n模型的颈部网络,可以提升颈部网络的非线性表达能力;本发明对YOLOv8n模型进行轻量化改进得到目标识别模型,相较于YOLOv8n模型,该目标识别模型的规模和计算量更小,能够具有更快的目标识别速度,并仍能具有较高的识别精度。
技术关键词
输入端
安全帽
输出模块
识别方法
注意力机制
模型训练模块
输出端
数据采集模块
图像
识别模块
识别系统
网络
算法
非线性
介质
精度
规模
处理器
系统为您推荐了相关专利信息
电压基准电路
栅极电压信号
基准电压
NMOS管
输出模块
点云实例分割方法
DBSCAN算法
注意力机制
变电站场景
解码器
实时检测方法
高频特征
混合编码器
残差归一化
图像