摘要
本发明属于目标检测技术领域,为解决目前目标检测算法对井下锚网的定位效果不佳的问题,提供一种基于改进YOLOv8的锚网检测及中心孔坐标识别方法,以YOLOv8为基础构建锚网检测模型,将主干网络中的标准卷积层替换为ADown下采样模块,将C2f模块替换为C2f_Dua l模块,在颈部网络中采用动态上采样器,并且在颈部网络中添加注意力机制进行特征提取,在头部网络中将原损失函数替换为WI oU损失函数,再利用历史煤矿巷道锚网样本数据集对锚网检测模型进行训练,得到最优锚网检测模型,最后将待检测锚网图像输入所述最优锚网检测模型进行检测,得到锚网检测结果以及锚网中心孔检测结果,实现了对锚网中心孔的高精度识别。
技术关键词
坐标识别方法
锚网
图像特征提取方法
煤矿巷道
采样器
采样模块
池化特征
注意力机制
网络
动态
样本
采样点
数据
训练集
算法
基础
通道
系统为您推荐了相关专利信息
马尔可夫链蒙特卡罗
稀疏贝叶斯学习
信道估计方法
表达式
采样器
量化评价指标
非易失性存储介质
规则集
数据采集接口
商业
定向天线
校零装置
图像采集器
伺服控制器
伺服转台
收音麦克风
音频解码
无线耳机
降噪单元
信号检测单元