摘要
本发明公开了一种基于YOLOv8的海上船舶目标快速识别方法,应用于目标识别技术领域。包括以下步骤:采集数字运载器中船舶航行水域的图像样本后对图像样本进行清洗及标注,将图像样本进行数据增强,得到可用于训练和验证的数据集,基于YOLOv8深度神经网络构建目标识别网络模型,通过设置学习率、批处理大小等超参数,并使用预训练模型进行迁移学习,应用非极大值抑制算法去除重复检测框并使用置信度阈值进行结果过滤来对模型的推理结果进行后处理,完成对船舶目标的预测,对训练后的模型神经网络进行稀疏化剪枝训练,对剪枝后的模型进行校准和量化。本发明在最大化保留模型检测精度的前提下减少了设备运行时的内存消耗,同时加快了模型的检测速度。
技术关键词
快速识别方法
船舶
三维仿真系统
图像
学习工具
样本
预训练模型
数据
训练神经网络模型
训练集
模型校准
深度神经网络
置信度阈值
抑制算法
标注工具
批量
校准器
策略
直方图
系统为您推荐了相关专利信息
多轴机械臂
结构光投射器
三维扫描仪
力矩传感器
铸件
航空发动机风扇叶片
缺陷检测方法
多尺度注意力机制
三维编织复合材料
像素
风电机组运维
知识库构建方法
SCADA系统
OCR图像识别技术
数据