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

AITNT
正文
推荐专利
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
申请号:CN202411826646
申请日期:2024-12-12
公开号:CN119672314A
公开日期:2025-03-21
类型:发明专利
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
1
一种船舶推进电机故障诊断方法、设备及可读存储介质
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
2
基于深度学习的植物耐旱性预测方法及系统
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
3
基于尺度感知多实例学习的肺癌STAS辅助诊断方法及装置
辅助诊断方法 补丁 多实例 组织病理学图像 肺癌
4
一种非平衡图结构匹配类比推理方法及系统
编码结构 LSTM神经网络 编码规则 引入注意力机制 增强子
5
一种动态多目标跟踪与轨迹预测方法
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
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