一种基于PCN-YOLO的狮头鹅个体识别方法

AITNT
正文
推荐专利
一种基于PCN-YOLO的狮头鹅个体识别方法
申请号:CN202510532544
申请日期:2025-04-25
公开号:CN120580716A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于PCN‑YOLO的狮头鹅个体识别方法,具备以下有益效果:(1)本发明在YOLO11骨干网络部分,将原有的C3K2模块替换为PKI块,该PKI块通过采用不同大小的卷积核对输入特征图进行并行处理,显著提升了多尺度特征提取能力。(2)本发明在YOLO11网络颈部末端引入了CGAFusion模块,有效融合上下文信息,从而改善了目标与背景之间的区分度,降低了背景误判率。(3)针对传统损失函数在边缘细节捕捉上的局限,本发明引入了NWD损失函数,使得模型在轮廓和边缘信息的表达上更为精准。通过上述方式,本发明通过改进深度学习方法,解决了传统狮头鹅检测方法中存在的问题,实现高效率、高精度、低成本的狮头鹅目标检测。
技术关键词
狮头鹅 YOLO模型 识别方法 注意力 融合上下文信息 模块 特征提取能力 深度学习方法 锚点 多尺度 网络 高效率 低成本 轮廓 数据 通道 尺寸
系统为您推荐了相关专利信息
1
一种基于局部到全局多模态融合的3D目标检测方法
融合特征 区域建议网络 网格特征 多模态 图像
2
血管痉挛风险指数生成方法及系统
动态影像数据 血管 痉挛 特征提取网络 指数
3
基于相位感知平行注意力机制的无监督风电设备叶片故障检测方法
风电设备叶片 故障检测方法 注意力机制 辅助编码器 故障检测模型
4
面向供热管网动态平衡的AI数脑管理系统
管理系统 时空注意力机制 分层强化学习 异构传感器 光纤光栅传感阵列
5
一种三模态图像特征融合目标检测方法及装置
数据采集平台 跨模态 微光 可见光 残差模块
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