摘要
本发明公开了一种多分支辅助融合改进YOLOv10无人机水面物体目标检测方法,包括以下步骤:(1)在湖泊水域环境下利用无人机采拍摄不同高度下的湖泊水面漂浮物影像,同时,记录湖泊水面整体状况;(2)选择适当的标注工具,对保存的图片进行数据集的标注工作;(3)通过对数据集中的图片和对应的标注信息进行数据增强,然后将增强后的数据集按比例划分数据集为训练集、测试集和验证集;(4)使用YOLOv10模型并进行改进,搭建基于多分支辅助融合改进YOLOv10模型下的目标检测网络,利用获得的数据集进行模型训练和验证;(5)对输出结果进行评价;本发明实现对水面漂浮物的识别,从而更有效地进行湖泊水面漂浮物的清理工作。
技术关键词
多分支
水面漂浮物
标注工具
数据
物体
算法模型
图片
调节无人机
网络
训练集
关键帧
颈部结构
图像采集模块
多尺度特征
搭建模块
处理器
注意力机制
系统为您推荐了相关专利信息
GARCH模型
价格预测模型
核密度估计方法
时序特征
量化交易策略
盘式磁力
Kriging模型
分层策略
关键结构参数
变量
面向高速公路
交通拥堵信息
雷达装置
扩容方法
需求预测算法
神经网络模型
空压机组
人工神经网络算法
调度优化方法
流速