摘要
本发明公开了一种基于YOLOv9改进的高精度红外目标检测方法,该方法包括:以公开的热数据集作为目标检测图像数据,并将其转换为YOLO训练格式,得到训练集;基于YOLOv9基础框架,引入SDI模块、DySample动态采样器和MPDIoU损失函数,构建红外目标检测模型;将所述训练集输入至所述红外目标检测模型,对模型进行优化训练,得到训练完成的红外目标检测模型;将待测图像输入至所述训练完成的红外目标检测模型,输出红外目标检测结果。通过使用本发明,能够提高针对红外图像的目标检测精度。本发明可广泛应用于图像处理技术领域。
技术关键词
采样器
构建训练集
上采样
通道注意力机制
语义特征
损失函数优化
模块
数据获取单元
检测头
图像处理技术
层级
动态
处理器
框架
尺寸
网络
基础
系统为您推荐了相关专利信息
分割方法
通道注意力机制
联合损失函数
三维坐标信息
掩膜
跨模态融合特征
多模态
高层语义特征
决策方法
推理网络