摘要
本发明公开一种基于改进YOLOv8的轻量级酿酒酵母检测方法,属于图像处理领域,包括:构建具有增强特征融合特点的EHS‑YOLO模型,选取改进CSPDarkNet53为骨干特征提取网络,并在其后设计改进多尺度金字塔池化层替代快速空间金字塔池化结构;在特征融合网络中设计高效特征筛选金字塔网络代替拼接操作;使用PIoU回归损失函数训练上述模型获得最佳模型检测待测酿酒酵母细胞图像。本发明通过改进多尺度金字塔池化层和高效特征筛选金字塔网络,采用较少模型参数量,实现更优的酿酒酵母细胞的识别准确率,实现轻量化的酿酒酵母细胞检测,大大减轻计算负担,能部署到受限设备以进行高效检测,有利于实现实时发酵过程检测。
技术关键词
酿酒酵母细胞
融合特征
特征提取网络
特征融合网络
YOLO模型
输出特征
金字塔网络
空间金字塔池化
注意力
表达式
像素点
图像
特征信息融合
高层语义信息
多尺度特征提取
计算机设备
特征金字塔
系统为您推荐了相关专利信息
文本生成图像方法
跨模态融合特征
文本编码器
计算机可读指令
注意力
图像增强方法
光照
照度
神经网络模型
多尺度特征
YOLO模型
隧道围岩
注意力机制
线段
边缘检测器