摘要
本发明涉及一种目标检测模型的训练方法,属于图像处理识别技术领域,解决了现有技术中的训练方法训练出的神经网络模型难以对小目标特征进行提取以及识别精度低的问题。所示训练方法包括:步骤S1:标注并筛选出具有小目标的多个图像形成训练集、验证集和测试集;步骤S2:构建改进的YOLOv8神经网络结构;步骤S3:利用训练集对改进的YOLOv8神经网络结构进行多个轮次的训练,获取最优评估结果对应轮次的改进的YOLOv8神经网络结构作为图像检测模型;步骤S4:利用测试集对图像检测模型进行测试,如果测试结果合格,则保存图像检测模型结束训练;如果不合格,则回到步骤S3继续训练。实现了对小目标图像特征的提取以及快速准确预测。
技术关键词
神经网络结构
图像检测模型
样本
上采样
图像处理识别技术
非线性
模块
矩阵
检测头
神经网络模型
训练集
预测类别
坐标
融合特征
像素
动态
因子
精度
系统为您推荐了相关专利信息
预训练模型
图像
样本
模型预训练
计算机断层扫描
地理加权回归模型
空间建模方法
贝叶斯估计方法
空间权重矩阵
变量