摘要
本发明属于破损检测领域,具体涉及一种基于改进YOLOv8的货车地板破损检测方法,包括步骤:采集样本图片;获得分割数据集;训练改进YOLOv8分割模型;地板分割和故障识别;判断故障区域的可信度;进行分割检测,作为分类数据集;训练ResNet分类模型;训练后的ResNet分类模型检测;检测结果满足可信度的上报结果,否则认为误检,不上报结果。本发明提供的一种基于改进YOLOv8的货车地板破损检测方法,使用轻量级模型结构和注意力机制结构构建神经网络,显著提高了模型的检测速度、鲁棒性和泛化性;采用多模型串联检测方法,具有更高的检测准确性,可以有效减少误判和漏检;模型参数量小,适用于低成本的设备部署,降低投入成本。
技术关键词
破损检测方法
货车地板
输出特征
特征提取模块
注意力机制
卷积模块
金字塔特征
图片
训练集数据
多尺度特征
上采样
铁路货车
语义特征
采样模块
多模型
图像
样本
系统为您推荐了相关专利信息
图像特征识别方法
数字高程模型数据
训练集
注意力
分支
配电网规划方法
混合整数非线性规划模型
动态时间规整算法
生成对抗网络
卡尔曼滤波器
注意力机制
估计算法
融合多源信息
图像金字塔
编码器