基于TPU处理器改进型YOLOv8算法的地铁安全检测方法

AITNT
正文
推荐专利
基于TPU处理器改进型YOLOv8算法的地铁安全检测方法
申请号:CN202411535783
申请日期:2024-10-31
公开号:CN119649284A
公开日期:2025-03-18
类型:发明专利
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
1
一种基于YOLOv8的水下目标检测方法
注意力机制 检测头 检测网络模型 动态 特征提取网络
2
基于机器视觉的医用导管涂层质量检测方法
医用导管涂层 检测网络模型 融合特征 纹理 三维点云模型
3
三维检测模型训练方法和装置
样本 点云 检测模型训练方法 视角 网络
4
基于多模态数据的皮肤病分类与检测方法、系统及设备
多模态 卷积模型 电信号特征提取 脂溢性角化病 患者
5
一种碳化硅涂层石墨盘的表面缺陷检测方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号