一种BS-YOLOv8落叶检测方法

AITNT
正文
推荐专利
一种BS-YOLOv8落叶检测方法
申请号:CN202510360109
申请日期:2025-03-25
公开号:CN120219921A
公开日期:2025-06-27
类型:发明专利
摘要
本发明公开一种基于BS‑YOLOv8落叶检测方法,属于计算机视觉目标检测领域,可用于落叶检测。其步骤如下:采集道路落叶图像并标注,划分训练集与测试集,在训练集训练BS‑YOLOv8模型,经测试集测试后得到检测模型。BS‑YOLOv8网络模型基于YOLOv8改进,在C2f模块后引入无参数注意力SimAM模块,增强主干网络提取复杂背景和小目标的能力;颈部网络采用重参数化卷积上采样模块替代原上采样模块,利用多分支结构提升特征融合灵活性,实现堆叠目标有效识别。实验表明,设计与训练的BS‑YOLOv8模型在落叶检测中能快速精准识别落叶,可有效应用于道路检测场景,为落叶检测提供了高效准确的解决方案。
技术关键词
多分支结构 采样模块 网络模型训练 分类边界 上采样 计算机视觉 注意力 参数 长宽比 检测头 训练集 定义 图像 图片 变量 效应 标签 场景
系统为您推荐了相关专利信息
1
变电站选址方法、系统、设备和介质
电力传输路径 负荷特征 地貌特征 变电站选址方法 Sigmoid函数
2
一种网格数据生成方法、计算机设备及程序产品
融合点云数据 语义点云 图像 数据生成方法 像素点
3
一种基于时序光谱变化特征的耕地提取方法及装置
耕地提取方法 深度网络模型 深度学习数据集 处理单元 上采样
4
基于特征不确定性联合评估的多模态图像融合方法及系统
图像融合方法 融合特征 神经网络模型 可见光图像 卷积模块
5
一种基于深度补全的透明物体识别与抓取方法
抓取网络 抓取方法 图像像素 抓取轨迹 生成透明物体
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号