摘要
本发明公开了一种基于YOLOv8的鱼类摄食情况实时检测模型训练方法及系统,其中涉及的一种基于YOLOv8的鱼类摄食情况实时检测模型训练方法,包括:S1.通过摄像头获取鱼类摄食时水面水花形态的视频数据,并对获取的视频数据进行处理,得到处理后的图像数据;S2.基于YOLOv8网络架构,构建轻量化神经网络模型;所述轻量化神经网络模型包括骨干网络、检测颈和输出端;S3.在骨干网络中引入全局注意力模块,在检测颈中采用跳层连接方式,并采用ReLu激活函数;S4.将处理后的图像数据输入至轻量化神经网络模型中提取特征信息并进行特征融合,生成最终鱼类摄食时水面水花的检测模型。
技术关键词
检测模型训练方法
轻量化神经网络
注意力
数据
网络架构
多层感知机
标注工具
视频
图像
水面
模块
训练系统
输出特征
形态
马赛克
输出端
通道
像素
颜色
系统为您推荐了相关专利信息
车辆内外饰
结构优化方法
结构优化装置
电子设备
结构仿真
山洪泥石流
动静态
DBSCAN算法
监测方法
传感器噪声
风力发电机齿轮
传动链系统
翼型参数
风力发电机传动系统
偏航系统