摘要
本发明公开了一种含有易燃标识的物品检测方法、装置、介质和设备,涉及目标检测技术领域。包括:在原始YOLOv10网络中颈部网络的Up‑sampling模块和Concat模块之间添加R‑MCAD模块以形成改进颈部网络,所述R‑MCAD模块包括BAM注意力机制模块和残差学习模块;构建包括原始YOLOv10网络中主干网络、改进颈部网络和原始YOLOv10网络中头部网络的改进YOLOv10网络;采集含有易燃标识的物体图像以构建数据集,使用数据集对改进YOLOv10网络进行训练,获得用于对含有易燃标识的物品进行检测的检测模型。使用检测模型对含有易燃标识的物品进行检测。
技术关键词
标识特征
物品检测方法
网络
残差学习
上采样
注意力机制
物品检测装置
图像
物体
感兴趣
模型训练模块
处理器
输出端
数据
计算机设备
可读存储介质
存储器
系统为您推荐了相关专利信息
产品缺陷检测方法
图像分类网络
产品缺陷检测装置
卷积算法
缺陷检测单元
量化分析方法
空间映射算法
多模态数据采集
古琴
深度网络模型
框架构建方法
节点
信誉
区块链网络系统
构建系统
藻类检测方法
检测网络模型
时空注意力机制
加权特征
藻类检测装置
成像激光雷达系统
多光谱
神经网络结构
条纹
DenseNet网络