摘要
一种基于TPU处理器改进型YOLOv8算法的地铁安全检测方法,采用Bifpn架构,在P2中引入了小目标检测头,并在主干网络中添加LSKA注意力机制模块,将LSKA模块与SPPF模块融合形成SPPF‑LSKA模块;同时,采用重参数卷积OREPA模块与C2f模块进行融合形成C2f‑OREPA模块,重定义损失函数SIOU;另外,进行了模型剪枝操作以降低模型参数量,本发明显著提高了X光图像检测的精度和检测效率。并成功地将该系统部署至TPU硬件处理器上,提高模型的实用性。
技术关键词
流媒体服务器
检测头
模型剪枝
卷积模型
引入注意力机制
参数
图像
特征融合网络
X光机
数据
算法
特征提取网络
处理器
标签文件
格式
人工标记
硬件系统
卷积模块
系统为您推荐了相关专利信息
注意力机制
检测头
检测网络模型
动态
特征提取网络
医用导管涂层
检测网络模型
融合特征
纹理
三维点云模型
多模态
卷积模型
电信号特征提取
脂溢性角化病
患者
表面缺陷检测方法
碳化硅涂层
多尺度卷积神经网络
石墨盘表面
sigmoid函数