摘要
本发明公开一种基于空间位置约束优化的yolov8撑伞识别方法及系统,实时获取视频数据并进行预处理;将预处理后的所述视频数据输入训练好的YOLO v8检测模型,其中,训练好的所述YOLO v8检测模型的CSPDarknet中的Backbone网络使用Swin‑Transformer主干进行代替、PAFPN网络中的Conv卷积使用形变卷积进行替换;所述YOLO v8检测模型基于实时获取的视频数据输出检测结果。通过对yolov8目标检测算法进行网络结构优化、训练过程中通过引入关键点分支和空间位置约束损失辅助模型训练,显著提升了模型对人员违规撑伞识别的准确率和检测效率。
技术关键词
识别方法
视频
人体关键点
网络结构优化
神经网络训练
雨伞
可读存储介质
数据获取模块
标注工具
图片
分支
识别系统
处理器
坐标
输出模块
存储器
样本
系统为您推荐了相关专利信息
行人属性识别方法
弱监督定位
概率密度函数
算法原理
视角
智能化楼宇
可视化平台
神经网络模型
管理方法
楼宇管理
时间卷积网络
机器学习模型
三维卷积神经网络
视频帧
节点
数据泄露识别方法
差分隐私
电力电表
超参数
空间网络结构