一种基于YOLOv8改进模型的目标检测方法

AITNT
正文
推荐专利
一种基于YOLOv8改进模型的目标检测方法
申请号:CN202411705238
申请日期:2024-11-26
公开号:CN119625494A
公开日期:2025-03-14
类型:发明专利
摘要
本发明公开了一种基于YOLOv8改进模型的目标检测方法,构建并训练基于YOLOv8的目标检测网络模型,所述目标检测网络模型包括骨干网、颈部网络和任务对齐检测头;将待检测图像输入训练好的目标检测网络模型,通过骨干网和颈部网络,获得三个尺度的特征图;最终将三个尺度的特征图分别输入各自的任务对齐检测头,获得最终的检测结果。本发明采用任务对齐检测头,并改进了颈部网络结构,显著增强了不同尺度特征的融合能力,能够更好地捕捉小目标和复杂场景中的目标特征,提高了检测精度。
技术关键词
检测网络模型 交互特征 检测头 上采样 输出特征 融合特征 模块 全局平均池化 多尺度 分支 动态 注意力 网络结构 图像 场景 精度 基础
系统为您推荐了相关专利信息
1
基于视觉状态空间模型的图像重建方法及装置
编码特征 融合特征 样本 核磁共振成像技术 压缩特征
2
基于N2S与双向交叉注意力机制的关节点检测方法与装置
关节点检测方法 交叉注意力机制 融合特征 多尺度特征提取 图像
3
基于双注意力多特征融合网络的剩余使用寿命预测方法
特征融合网络 剩余使用寿命预测 数据 设备剩余使用寿命 sigmoid函数
4
一种目标检测方法、装置、设备、存储介质和产品
深度图 样本 数据 摄像头内参 采样点
5
一种基于跨域Transformer的红外与可见光图像融合方法
可见光图像 编码器模块 输出特征 交叉注意力机制 融合方法
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