摘要
本发明公开了一种低照度目标检测网络模型及低照度目标检测方法,其中模型结构包括增强网络以及与增强网络连接的主干网络、改进颈部网络和C2F_Dy模块,所述主干网络、改进颈部网络和C2F_Dy模块基于YOLOv8模型进行轻量化改进,能够部署嵌入式设备并组成端到端的检测网络;所述增强网络使用门函数控制增强低照度图像的亮度、细节以及特征权重的动态调节,以实现模型结构中特征层级的双向信息交互。本发明能够提升低照度场景下的检测性能,不仅能够适应低照度条件下复杂场景的检测需求,还通过模型轻量化设计,保证了嵌入式设备上的高效运行,且计算时间快、效率高和资源消耗低,能够快速响应,实现特征层级的双向信息交互。
技术关键词
检测网络模型
照度
双向信息交互
残差模块
图像增强
嵌入式设备
跨尺度特征融合
超参数
像素
空间特征提取
融合特征
数据
光照
非线性特征
强化特征
上采样
阶段
动态
系统为您推荐了相关专利信息
变电主设备
激光雷达数据
缺陷检测方法
三维模型
图像融合算法
线序检测方法
线序检测系统
视觉
MES系统
神经网络算法
图像增强
滤波方法
红外光
小波变换处理
滤波算法
多波长光源
生物识别装置
图像传感器
分布式布拉格反射层
生物图像信息
特征匹配方法
图像金字塔
特征点
可读存储介质
生成特征