摘要
本发明公开了一种用于高速视频端到端的圆形标识点自动识别方法,建立检测网络模型,所述检测网络模型以YOLOv8网络模型为基础,在其Neck颈部网络增设多个多尺度方向融合注意力模块MOA,在其Head检测头网络中增设角度检测头,并采用混合损失函数L进行损失计算;对图像样本集中各个图像中的圆形标识点分别进行标注,包括各个检测框的尺寸大小和角度大小,然后以标注好的图像作为输入,对检测网络模型进行训练;利用训练好的检测网络模型对高速视频中各帧图像中各个圆形标识点的自动识别。采用本发明的自动识别方法提高了在复杂场景下标志点的提取精度,扩大了应用范围。
技术关键词
点自动识别方法
检测网络模型
描述符
注意力
混合损失函数
多尺度感知
检测头
标识
视频
分支
图像
全局平均池化
上采样
编码
内核
坐标
通道
系统为您推荐了相关专利信息
低空无人机
滑坡灾害
数字表面模型
融合特征
残差结构
电力工程项目
监理管理方法
神经网络推理
图谱
监理数据
深度神经网络模型
填充方法
水平集函数
变量
优化微结构
序列
注意力机制
特征提取模型
特征提取方法
滑动窗口