摘要
本发明涉及网络模型检测领域,具体为一种基于yolov8的轻量化交通标志检测方法,包括:利用高清摄像头获取交通标志图像数据得到数据集,其中数据集包括测试集、训练集和验证集;搭建改进yolov8的YOLO模型;所述YOLO模型包括Backbone网络、Neck网络和Head网络,所述Backbone网络用于特征提取,所述Neck网络用于进行特征融合;所述Head网络用于完成最终的预测任务;将数据集中的图片输入至YOLO模型进行训练;对得到的YOLO模型性能进行评估比较,能够在减少模型参数量和计算量的前提下,维持模型的检测精度和速度。
技术关键词
交通标志检测方法
交通标志图像
YOLO模型
网络
高清摄像头
特征选择
全局平均池化
注意力
双线性插值
学习特征
数据
处理器
策略性
过滤模块
通道
输出特征
融合特征
计算机设备
可读存储介质
系统为您推荐了相关专利信息
单目摄像头
检测模型训练
热力图
视觉
神经网络模型
图像语义分割
纹理特征
跨模态
预警系统
融合特征
探测数据管理系统
经颅多普勒
角度传感器
血管
压电陶瓷元件
射频功率放大器
功率放大单元
晶体管
输入端
匹配网络