基于改进YOLOv8算法实现的厢式电梯内目标检测方法

AITNT
正文
推荐专利
基于改进YOLOv8算法实现的厢式电梯内目标检测方法
申请号:CN202510456128
申请日期:2025-04-11
公开号:CN120375278A
公开日期:2025-07-25
类型:发明专利
摘要
本申请的基于改进YOLOv8算法实现的厢式电梯内目标检测方法,涉及目标检测技术领域,通过采集厢式电梯内的图像数据,构建训练集;采用YOLOv8模型作为基础模型,对其进行改进,更换YOLOv8模型的骨干网络为GhostNetV2,引入MPDIoU损失函数,构建改进的YOLOv8模型;使用训练集对改进的YOLOv8模型进行训练,得到训练好的目标检测模型;将目标检测模型部署到厢式电梯环境中进行实时目标检测,得到检测结果,包括目标类别、位置坐标和置信度;根据目标类别采取相应的控制措施;实现了厢式电梯内目标检测的精度。
技术关键词
厢式电梯 瓶颈结构 特征融合网络 构建训练集 输出特征 算法 数据 图像 通道 坐标 度量 阶段 模块 注意力 基础 批量 尺寸 策略
系统为您推荐了相关专利信息
1
一种基于特征融合和渐进监督策略的工业缺陷检测方法
工业缺陷检测 解码器 语义特征 多尺度特征提取 编码器特征
2
基于卷积注意力神经网络的喷涂质量监测方法、系统和存储介质
注意力神经网络 前馈神经网络 图像局部特征 缺陷类别 小波变换处理
3
一种内容图像对象分离的风格迁移方法
风格迁移方法 兴趣 图像主体对象 相机模型 掩膜
4
一种面向多边缘设备的Transformer模型协同推理方法
多边缘 推理方法 标签类别 蒸馏方法 令牌
5
基于卷积神经网络的工件故障诊断方法
神经网络模型 故障诊断方法 注意力 子模块 多尺度膨胀卷积
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