摘要
本发明涉及一种基于yolov8改进的红外图像目标检测方法,包括加载红外图像目标检测数据集,缩放分辨率,并将标注文件格式标准化,转换成yolo训练格式,划分训练集和测试集;构建基于yolov8的深度神经网络模型,并对主干网络引入坐标注意力模块,获得改进的yolov8目标检测神经网络;训练教师模型:采用yolov8‑s网络训练教师模型,保存模型,并训练yolov8‑x教师模型作对比组;训练学生模型:采用最小规模网络yolov8‑n作为学生模型,将教师模型的对分数特征从教师模型通过知识蒸馏提取到学生模型,然后进行训练,保存模型;最后,利用改进的yolov8网络训练得到的学生模型对红外图像进行识别,获取检测结果。本发明对主干网络引入坐标注意力模块,通过知识蒸馏训练得到的目标检测模型。
技术关键词
教师
学生
深度神经网络模型
注意力
更新网络参数
图像
蒸馏
传播算法
融合特征
Softmax函数
模块
坐标
特征金字塔网络
通道
检测头
CSP结构
神经网络结构
分辨率
感知特征
系统为您推荐了相关专利信息
训练样本数据
语句
指数算法
线性回归模型
注意力
YOLO模型
肺部CT图像
肺结节检测方法
肺结节检测模型
注意力机制
个性化推荐方法
图谱
薄弱知识点
兴趣
注意力机制
梯度下降算法
计算机装置
分支
无人机摄像头
注意力机制
智慧校园
人脸检测方法
人脸图像特征
人脸检测模型
注意力机制