摘要
本发明公开了一种鸟类目标检测方法、装置、计算机设备及存储介质,属于目标检测技术领域。该方法包括:对采集的鸟类图像数据集进行预处理,将预处理后的鸟类图像数据集划分为训练集、验证集和测试集;将YOLOv8模型主干网络中的SPPF模块替换为SimSPPF模块,在SimSPPF模块前增加iRMB模块;基于训练集对YOLOv8模型进行训练,基于验证集对训练过程中的YOLOv8模型进行评估,得到训练好的YOLOv8模型;将测试集输入到训练好的YOLOv8模型模型中进行鸟类目标检测,得到检测结果。通过改进YOLOv8模型,能够学习更丰富的特征表示,从而提高对鸟类种类、位置和置信度的准确识别。
技术关键词
网络
计算机设备
图像
语义特征
分辨率
训练集
模型训练模块
可读存储介质
多尺度特征
数据处理模块
处理器
测试模块
上采样
存储器
机制
尺寸
通道
系统为您推荐了相关专利信息
深度卷积神经网络
信号特征
信号识别方法
矩阵
容器
多主元合金涂层
机器学习模型
磁控溅射工艺
支持向量回归
遗传算法