摘要
本发明涉及一种用于小目标图像的检测方法,属于图像处理识别技术领域,解决了现有技术中难以提取小目标特征以及检测效率低的问题。所述检测方法包括:将设定格式的待检测图像输入至预先训练完成的图像检测模型,得到待检测图像的预测目标结果;其中,图像检测模型为改进的YOLOv8神经网络结构;所述改进的YOLOv8神经网络结构中颈部网络包括稀疏矩阵模块和原始颈部网络;对预测目标结果进行解析,确定待检测图像中的目标数量、目标类别和目标包围框,并在可视化屏幕上进行显示。实现了对小目标图像的快速准确预测。
技术关键词
图像检测模型
神经网络结构
上采样
检测头
可视化屏幕
非线性
图像处理识别技术
后处理模块
矩阵
参数
融合特征
动态
格式
坐标
系统为您推荐了相关专利信息
污染检测方法
多模态数据融合
节点
融合特征
遥感图像数据
分支
输出特征
通道注意力机制
多视觉
图像提取模块
小型无人机
注意力机制
高层次
检测头结构
卷积模块
识别方法
金字塔池化模块
标志
交通场景图像
图像缩放
序列生成方法
数字人体模型
网格
卷积神经网络结构
文本编码器