摘要
本发明提供一种高精度实时目标检测方法,属于目标检测技术领域。本发明方法步骤包括:以YOLOv8框架为模型框架,结合KAN网络构建实时目标检测模型;对所述实时目标检测模型进行预训练;将待测图像输入预训练后实时目标检测模型,输出目标检测结果。KAN网络具有强大的特征表示能力,能够适应多种类型的目标检测任务。本发明通过引入KAN网络显著提高了检测精度和特征提取能力。KAN网络利用Kolmogorov‑Arnold表示理论,能够高效地提取图像的高维特征。结合YOLOv8的实时性,本发明通过优化网络设计,使整个系统在保持高精度的同时,仍能保持较高的检测速度。
技术关键词
网络优化
特征提取能力
数据
模型预训练
多尺度特征
图像
网络模块
滤波模块
框架
图片
格式
理论
物体
精度
速度
尺寸
系统为您推荐了相关专利信息
扫地机器人避障
多维特征数据
多传感器融合
优先级仲裁机制
激光雷达点云数据
远程查房系统
生命体征数据
患者
计算机可读取存储介质
生命体征采集终端
融合模型构建方法
原始图像数据
图像融合方法
噪声图像
特征提取模块
综合筛选方法
数据
冗余特征
编辑
水稻品种筛选技术