摘要
本发明公开了一种用于小尺寸缺陷的改进型YOLOv8目标检测模型构建方法及应用,搭建改进型YOLOv8目标检测模型结构,包括Backbone模块、Neck模块和Head检测头;Backbone模块由多个CBS网络结构和C2f网络结构交替连接最后和一个SPPF网络结构连接,用于对输入图像进行特征提,取获得多个有效特征层;Neck模块由Conv、C2f网络结构、上采样、Concat网络结构、Concat_BiFPN、Bi‑Former注意力机制网络结构构成,利用Concat_BiFPN对有效特征层进行双向多尺度特征融合,利用Bi‑Former注意力机制网络结构提取局部空间特征并保留细节信息;Head检测头用于输出目标检测结果;对搭建好的模型结构进行训练及剪枝处理,删除冗余的参数和神经元;本方法构建的目标检测模型可对小尺寸缺陷进行高精度检测,且能够保证检测效率。
技术关键词
网络结构
检测模型构建方法
芯片表面缺陷
注意力机制
小尺寸
多尺度特征融合
局部空间特征
上采样
多层感知器
检测头
模块
识别芯片
矩阵
尺寸缺陷
噪声信息
冗余
图片
分辨率
工业相机
系统为您推荐了相关专利信息
船舶推进电机
故障诊断方法
通道注意力机制
同步电机
神经网络模型
土壤温湿度传感器
检测植物叶片
数据
多头注意力机制
时间段
编码结构
LSTM神经网络
编码规则
引入注意力机制
增强子
轨迹预测方法
深度特征集合
双流神经网络
视觉特征
估计运动参数