摘要
本发明提供了一种改进的YOLOv8水下图像目标检测方法、装置、介质、程序,其中在YOLOv8的基础上,设置细粒度特征提取模块替代C2f模块,包括并行设置的视觉状态空间模型与局部特征提取模块,视觉状态空间模型中通过线性变换调整特征分布,结合深度可分离卷积与SiLU激活函数提取多尺度空间上下文;局部特征提取模块中通过卷积核通道注意力机制聚焦目标的细节信息,抑制噪声干扰;两者输出经逐元素相加融合后进入多尺度交叉注意力融合模块,多尺度交叉注意力融合模块中通过动态加权融合不同尺度的局部与全局特征,输出细粒度特征。利用上述改进的YOLOv8进行水下目标检测,能够显著提升水下图像目标检测中对模糊目标和复杂背景的辨识能力。
技术关键词
状态空间模型
局部特征提取
细粒度特征
抑制噪声干扰
多尺度
通道注意力机制
特征提取模块
图像
融合特征
生成特征
视觉
全局平均池化
处理器
存储计算机程序
计算机装置
元素
计算机程序产品
分支
系统为您推荐了相关专利信息
序列预测模型
能源管理方法
发电量
微电网系统
多尺度特征提取
调度管理方法
电网拓扑结构
船舶
电池
调度管理系统
人脸表情识别方法
注意力机制
卷积模块
通道
全局平均池化