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
编码特征
融合特征
样本
核磁共振成像技术
压缩特征
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
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
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