摘要
本发明提出了一种基于改进YOLOv8的道路目标检测方法,实现步骤为:获取训练样本集和测试样本集;构建改进的YOLOv8网络模型并对其进行迭代训练;基于改进的YOLOv8的道路目标检测网络模型获取道路目标检测结果。本发明通过改进的YOLOv8网络、点云数据目标检测网络分别对测试样本集中的每幅RGB图像、每帧点云数据进行检测,得到该幅RGB图像的道路目标二维检测框检测结果、该点云数据的道路目标三维检测框检测结果;决策级融合模块对道路目标二维检测框检测结果与道路目标三维检测框检测结果进行融合,能够获取道路目标的多维度信息,有效提高了复杂道路背景下目标检测的准确率。
技术关键词
检测网络模型
空间金字塔
可变形卷积层
特征提取模块
图像
三维点云数据
训练样本集
级联
体素化方法
参数
随机梯度下降
上采样
层叠
拟合算法
标签
系统为您推荐了相关专利信息
精确定位方法
感兴趣
元器件
电路板
阈值分割算法
阴道
评估模型构建方法
效能数据
朴素贝叶斯算法
肌电信号采集
自动化设备
识别管理系统
关键点
风险评估模型
风险评估值
样本生成方法
噪声图像
柏林噪声
预训练网络
掩膜
自动分药机
高分辨率摄像头
医院HIS系统
OCR文字识别
AI图像识别