摘要
本发明公开了一种基于YOLOv8的毫米波图像分割方法。本发明根据现有YOLOv8结构中采用原始的卷积核的参数共享问题,引入了RFCAConv模块,通过捕捉目标的空间位置信息为原始的卷积核添加空间注意力权重以提升特征能力的表达。并通过调整目标检测头,增加对小目标的特征的信息捕捉。本发明方法针对在原有的样本选择策略中,使用固定的超参数IoU阈值分配正负样本、而小目标样本导致IoU损失的剧烈变化的问题,采用了自适应阈值的标签分配策略,根据数据集的目标分布特征以动态调整阈值,优化正负样本的匹配过程。本发明对毫米波图像中对违禁品轮廓信息的利用,有利于工作人员对不同类别的违禁品更准确的识别。
技术关键词
图像分割方法
图像分割模型
样本
拼接模块
违禁品
特征金字塔
标签分配方法
sigmoid函数
高分辨率信息
分辨率提升
训练集
轮廓信息
生成特征
注意力机制
卷积模块
系统为您推荐了相关专利信息
电化学储能系统
卷积神经网络模型
健康状态评估方法
预测误差
指标
行人重识别模型
局部纹理特征
样本
轮廓特征
令牌