摘要
本发明公开了应用乒乓球智慧发球机的乒乓球落点检测方法、系统及存储介质,涉及深度学习技术领域,针对企业级用户使用;企业级用户需要有乒乓球智慧发球机、摄像头、改进YOLOv8的处理器。本发明采用基于改进的YOLO v8模型,将乒乓球的坐标检测、斜率法判断关键帧与落点判断相结合,基于Jetson nano和单个工业摄像头进行检测,节省了大量的成本,能够顺利完成完整乒乓球的落点检测。并且针对小物体检测精确率低的问题,提出进YOLO v8的主干网络和斜率法结合乒乓球桌区域判断方法,不仅提高模型检测的精度,而且能够提高乒乓球落点检测准确率,给用户更好的体验。
技术关键词
乒乓球桌
计算机指令集
边缘检测算法
注意力
区域判断方法
坐标
网络
视频
企业级
深度学习技术
可读存储介质
图像采集模块
运动
轨迹
物体检测
发球机
阶段
系统为您推荐了相关专利信息
三维数字模型
图像增强技术
语义分割方法
定义感兴趣区域
三维模型
智能检测方法
动态优化方法
神经网络模型
边缘轮廓
木模板
高密度电路板
电路板缺陷
序列
电路板基板
注意力