摘要
本发明提供一种基于边缘嵌入式设备的红外图像目标检测方法,包括以下步骤:基于边缘嵌入式设备分配加载红外图像目标检测模型时所需的内存空间;所述红外图像目标检测模型使用改进的YOLOv8算法架构,包括:在骨干网络中设置融合大可分离核注意力机制的空间金字塔池化模块,在颈部网络中设置轻量级的双向跨尺度特征融合网络,采用动态聚焦加权交并比损失函数;依次进行模型转换和模型量化后加载模型;根据推理加速判断结果,使用模型对获取的输入图像进行红外目标检测。本发明可以克服现有的红外图像目标检测方法在部署到边缘嵌入式设备时,因所需的存储空间和运行时调用的内存都很大,难以满足部署到硬件平台的技术问题。
技术关键词
嵌入式设备
跨尺度特征融合
空间金字塔池化
图像
外界环境亮度
算法架构
注意力机制
网络
异构计算架构
高层语义信息
动态
裁剪方法
融合策略
硬件平台
中央处理器
长宽比
存储装置
内存
系统为您推荐了相关专利信息
计算机人工智能信息筛选系统
深度学习模型
特征提取模块
数据采集模块
机器学习算法
深度学习分类模型
多尺度特征
注意力
空间金字塔池化
拉普拉斯噪声
铭牌
文本
识别检测方法
识别检测系统
笔画宽度变换